[发明专利]移动边缘网络中基于强化学习的AR任务卸载和资源分配方法有效
| 申请号： | 202010694439.4 | 申请日： | 2020-07-17 |
| 公开（公告）号： | CN111918339B | 公开（公告）日： | 2022-08-05 |
| 发明（设计）人： | 刘贵忠;陈兴;方胶胶 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | H04W28/16 | 分类号： | H04W28/16;H04W28/08;H04W72/04;H04L67/10 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 李鹏威 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种移动边缘网络中基于强化学习的AR任务卸载和资源分配方法，包括以下步骤：建立AR应用模型和设定优化目标；设定强化学习网络框架和马尔科夫决策过程的状态、动作和奖励；产生数据并存储到经验回访池中，直到达到一定的数量后开始训练；训练Critic和Actor网络直到网络收敛；网络训练好之后，只需要将状态值输入到Actor网络中就可以得到资源分配和任务卸载方案。本发明为了更加合理地利用资源，将AR应用分割成子任务并考虑了子任务之间的依赖关系，在资源受限和保证时延要求的条件下，可以智能高效的减少每一个用户终端的能量消耗。 | ||
| 搜索关键词： | 移动 边缘 网络 基于 强化 学习 ar 任务 卸载 资源 分配 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安交通大学，未经西安交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010694439.4/，转载请声明来源钻瓜专利网。
