본 논문은 IoT 워크로드 처리를 위한 컴퓨팅 자원의 수요 증가에 대응하기 위해 Fog Computing 환경에서 실시간 부하 분산을 위한 다중 에이전트 강화 학습(MARL) 기반의 완전 분산형 솔루션을 제안한다. 제안된 솔루션은 에이전트들이 전이 학습을 통해 동적인 환경 변화에 지속적으로 적응하며, 대기 시간을 최소화하고 자원 활용의 공정성을 제공한다. 중앙 집중형 에이전트 솔루션 및 다른 기준 모델과 비교하여 대기 시간을 효과적으로 줄이고 종단 간 실행 지연 시간을 향상시킨다. 또한, 완전 분산형 구조를 통해 글로벌 규모의 구현이 가능하며, 에이전트는 독립적으로 작동하면서 근처의 지역 자원을 활용한다. 마지막으로, 실시간 관측치 가용성에 대한 비현실적인 가정 대신, 현실적인 주기적인 환경 상태 관측의 영향을 분석하고, 간헐적 관측 기반의 Gossip 기반 멀티캐스팅 프로토콜을 사용하여 현실성과 성능 간의 상충 관계를 강조한다.
