本文提出了一种早期预测机制 'Exit Predictor'，通过引导某些明显 '困难' 的数据样本绕过早期出口的计算，降低设备边缘混合推理系统中早期退出网络的计算负担。同时，通过回归模型调整预测阈值和置信度阈值，适应不同带宽条件下的推理需求。实验结果表明，Exit Predictor 在准确性和设备计算负担之间取得更好的折衷效果。

该研究提出了延迟感知的马尔可夫决策过程的定义，并开发了一个模型驱动的强化学习框架。实验表明，该算法在训练和各种延迟时间系统之间具有更高的效率和可传递性。