SafeTail是一种旨在优化边缘计算中尾延迟的高效框架，通过计算冗余管理实现边缘服务调度。该框架通过选择性地在多个边缘服务器上复制服务来满足目标延迟，使用基于奖励的深度学习框架学习最优放置策略，平衡实现目标延迟与最小化额外资源使用的需要。通过追踪驱动的模拟，SafeTail在三种不同服务上展示了接近最优的性能，并在多数基线策略上表现更佳。研究还提出了一个实际测试平台，收集了三种不同应用的执行跟踪，使用这些跟踪进行模拟，证明了基于奖励的深度学习框架显著优化了中值和尾延迟。