龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：湖南大学
申请日：2022-02-09
公开（公告）日：2024-06-28
公开（公告）号：CN114449584B
主分类号：H04W28/08
分类号：H04W28/08;H04W28/14;G06F9/50;G06N7/01
优先权：
专利状态码：有效-授权
法律状态：2024.06.28#授权;2022.05.24#实质审查的生效;2022.05.06#公开
摘要：本申请涉及一种基于深度强化学习的分布式计算卸载方法及装置。该方法：设置计算卸载框架，根据计算卸载框架建立通信模型和计算模型，通信模型用于计算终端设备的信号噪声干扰比，计算模型用于对终端设备进行本地计算和边缘计算，基于计算卸载框架、通信模型和计算模型，将计算卸载问题建模成马尔可夫决策过程，利用双Critic网络的深度确定性策略梯度算法对马尔可夫决策过程进行优化迭代求解，得到卸载决策。由于利用双Critic网络的深度确定性策略梯度算法来进行优化迭代求解，双Critic网络分别进行拟合，降低单个Critic网络进行拟合的复杂性，提高Critic网络的收敛速度，从而大大提高模型整体的收敛速度。
主权项：1.一种基于深度强化学习的分布式计算卸载方法，其特征在于，包括：设置计算卸载框架，其中所述计算卸载框架包括至少一个终端设备、至少一个基站；根据所述计算卸载框架建立通信模型，其中所述通信模型用于计算所述终端设备的信号噪声干扰比；根据所述计算卸载框架建立计算模型，其中所述计算模型用于对所述终端设备进行本地计算和边缘计算；基于所述计算卸载框架、所述通信模型和所述计算模型，将计算卸载问题建模成马尔可夫决策过程；构造出双Critic网络的深度确定性策略梯度算法，利用所述深度确定性策略梯度算法对所述马尔可夫决策过程进行优化迭代求解，得到卸载决策；其中，所述将计算卸载问题建模成马尔可夫决策过程，包括：将计算卸载问题的各项参数和指标对应典型的马尔可夫决策过程的四元组进行建模，其中所述四元组包括系统的状态空间、动作空间、奖励函数以及状态转移；所述构造出双Critic网络的深度确定性策略梯度算法，包括：利用双Critic网络分别拟合所述奖励函数中的功率和缓存池计算任务队列两部分的Q值，构造出深度确定性策略梯度算法。
全文数据：
权利要求：
百度查询： 湖南大学 基于深度强化学习的分布式计算卸载方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号