در سالهای اخیر پردازش دادهها در لبه شبکه )محاسبات مه( بسیار رایج شده است. این نوع پردازش به ما کمک میکند تا درخواستهای حساس به تأخیر، بهصورت محلی در لبه شبکه انجام شود. از طرفی تأمین انرژی موردنیاز برای این محاسبات در لبه شبکه، پرهزینه و گاهی غیرممکن است؛ بنابراین استفاده از انرژیهای تجدید پذیر، بهعنوان منبع تغذیه اصلی یا حتی تنها منبع انرژی، در بسیاری از سناریوها لازم است. بااینحال، به دلیل داشتن وقفه زیاد و غیرقابلپیشبینی بودن انرژیهای تجدید پذیر، ارائه کیفیت بالای خدمات به کاربران برای استفاده از انرژی در لبههای شبکه دچار چالش میشود. در این پژوهش به بررسی چالشهای موجود منابع تجدید پذیر در محاسبات مه پرداخته و الگوریتم مدیریت منابع مبتنی بر یادگیری تقویتی پیشنهاد میشود. روش پیشنهادی سیاست تخصیص بار را بهصورت پویا، میان ابر و سرورهای لبه یاد میگیرد. نتایج شبیهسازی مؤید آن است که این الگوریتم هزینه بلندمدت سیستم )شامل تأخیر خدمات و هزینه عملیاتی( را کاهش میدهد
