MEC环境下基于强化学习的多接口自适应数据卸载方法
实质审查的生效
摘要
本发明公开了一种MEC环境下基于强化学习的多接口自适应数据卸载方法，包括以下步骤：将多个用户设备、边缘基站、服务器数据传输策略构成的环境，建模为一个有限状态的马尔科夫决策模型；基于马尔科夫决策模型构建奖励函数，使用多智能体深度强化学习算法对神经网络进行训练，获得最优决策动作，确定数据卸载的传输方式。强化学习可以实现无模型的状态到动作的高维映射关系的自学习，发明中基于强化学习获得多接口自适应数据卸载方法，有效的缓解服务器端的压力，提升网络资源利用率，达到缓解网络拥堵、降低端到端时延以及减少数据卸载传输能耗的目标。
基本信息
专利标题 ：
MEC环境下基于强化学习的多接口自适应数据卸载方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114390057A
申请号 ：
CN202210038074.9
公开（公告）日 ：
2022-04-22
申请日 ：
2022-01-13
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
韩龙哲敖晨晨赵嘉张翼英何业慎欧清海李胜梁琨刘柱武延年
申请人 ：
南昌工程学院
申请人地址 ：
江西省南昌市高新技术开发区天祥大道289号
代理机构 ：
北京慕达星云知识产权代理事务所(特殊普通合伙)
代理人 ：
符继超
优先权 ：
CN202210038074.9
主分类号 ：
H04L67/1001
IPC分类号 ：
H04L67/1001 H04L47/12 G06N20/00 G06N7/00
法律状态
2022-05-10 ：
实质审查的生效
IPC(主分类) : H04L 67/1001
申请日 : 20220113
申请日 : 20220113
2022-04-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
