买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜深圳泓越信息科技有限公司申请的专利一种基于DDPG算法选择车辆的异步联邦优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116055489B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310038329.6，技术领域涉及：H04L67/10；该发明授权一种基于DDPG算法选择车辆的异步联邦优化方法是由吴琼;王思远设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本一种基于DDPG算法选择车辆的异步联邦优化方法在说明书摘要公布了：本发明提供一种基于DDPG算法选择车辆的异步联邦优化方法，包括根据车辆自身传输速率、可用计算资源大小以及车辆位置设定时隙t的系统状态、动作以及奖励；根据时隙t的系统动作对参与训练的车辆进行选择，得到被选择的车辆；所述被选择的车辆利用本地数据进行本地训练得到对应的本地模型；考虑训练时延对车辆训练出的本地模型造成的迟滞性影响，对本地模型进行权重优化，得到权重优化后的本地模型；训练完的车辆将权重优化后的本地模型异步上传到路边单元处进行异步联邦聚合，通过多轮重复训练，最终路边单元得到全局模型。本发明方法计算简便，系统模型合理，仿真实验验证了该方法在车辆环境下能够得到较高的全局模型精度。

本发明授权一种基于DDPG算法选择车辆的异步联邦优化方法在权利要求书中公布了：1.一种基于DDPG算法选择车辆的异步联邦优化方法，其特征在于，包括：S1：根据车辆自身传输速率、可用计算资源大小以及车辆位置设定时隙t的系统状态、动作以及奖励；S2：根据时隙t的系统动作对参与训练的车辆进行选择，得到被选择的车辆，具体包括：S21：设定集合adt＝ad1t,ad2t,…，adKt；S22：将λit进行归一化处理，设定λit取值大于等于0.5的对应adit记为1，否则为0，最终得到的集合adt由0跟1组成，1表示选择车辆，0表示不选择车辆；S3：所述被选择的车辆利用本地数据进行本地训练得到对应的本地模型；S4：考虑训练时延和传输时延对车辆训练出的本地模型造成的迟滞性影响，对本地模型进行权重优化，得到权重优化后的本地模型；其中对本地模型进行权重优化的方法为：对本地模型进行权重优化，所述权重包括训练权重和传输权重，所述训练权重为： 其中，β1,k为训练权重，m1∈0,1为参数，其使β1,k随着本地训练时延增加而减小，为车辆Vk的本地计算时延；所述传输权重为： 其中，β2,kt为传输权重，m2∈0,1为参数，其使β2,kt随着传输时延增加而减小，为车辆Vk的传输时延；根据公式wkw＝wk*β1,k*β2,k，得到权重优化后的本地模型；其中，wk为本地模型，wkw为权重优化后的本地模型，β1,k为训练权重，β2,kt为传输权重；S5：训练完的车辆将权重优化后的本地模型异步上传到路边单元处进行异步联邦聚合，通过多轮重复训练，最终路边单元得到全局模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳泓越信息科技有限公司，其通讯地址为：518000 广东省深圳市龙华区大浪街道横朗社区华兴路13号智云产业园A栋1104；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。