基于深度强化学习的分布式计算卸载方法及装置
实质审查的生效
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。
基本信息
专利标题 ：
基于深度强化学习的分布式计算卸载方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114449584A
申请号 ：
CN202210120047.6
公开（公告）日 ：
2022-05-06
申请日 ：
2022-02-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陆绍飞刘伸杨贯中李军义
申请人 ：
湖南大学
申请人地址 ：
湖南省长沙市岳麓区麓山南路2号
代理机构 ：
北京中知君达知识产权代理有限公司
代理人 ：
黄启法
优先权 ：
CN202210120047.6
主分类号 ：
H04W28/08
IPC分类号 ：
H04W28/08 H04W28/14 G06F9/50 G06N7/00
法律状态
2022-05-24 ：
实质审查的生效
IPC(主分类) : H04W 28/08
申请日 : 20220209
申请日 : 20220209
2022-05-06 ：
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
