[发明专利]基于深度强化学习的分布式计算卸载方法及装置在审
| 申请号： | 202210120047.6 | 申请日： | 2022-02-09 |
| 公开（公告）号： | CN114449584A | 公开（公告）日： | 2022-05-06 |
| 发明（设计）人： | 陆绍飞;刘伸;杨贯中;李军义 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | H04W28/08 | 分类号： | H04W28/08;H04W28/14;G06F9/50;G06N7/00 |
| 代理公司： | 北京中知君达知识产权代理有限公司 11769 | 代理人： | 黄启法 |
| 地址： | 410013 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 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。 | ||
| 搜索关键词： | 基于 深度 强化 学习 分布式 计算 卸载 方法 装置 | ||
【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湖南大学，未经湖南大学许可，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/202210120047.6/，转载请声明来源钻瓜专利网。
