[发明专利]一种基于区块链和深度强化学习的空间众包方法及终端

权利要求书

1.一种基于区块链和深度强化学习的空间众包方法，其特征在于，包括步骤：

S1、获取请求端发送的注册请求，所述注册请求包括请求者标识及请求者等级；

S2、获取区块链信息，所述区块链信息包括区块链等级；

S3、根据所述请求者等级确定对应的区块链等级，将所述请求者标识注册到与所述请求者等级相对应的区块链等级所对应的区块链上，以使得所述请求者标识所对应的请求端能够查询所述区块链上的区块；

S4、获取发布端发送的任务发布信息，所述任务发布信息包括位置信息；

S5、根据所述位置信息确定对应的区块链等级，将所述任务发布信息打包成区块发布到与所述任务等级相对应的区块链等级所对应的区块链上；

所述S2之前还包括：

设置多条区块链，为每条所述区块链分配区块链等级，每条所述区块链的所述区块链等级均不相同；

所述S5之前还包括：

获取任务区域，将所述任务区域分为多个任务子区域，为每个所述任务子区域设置区域等级；

设置所述区域等级与所述区块链等级的对应关系；

所述S5中所述根据所述位置信息确定对应的区块链等级具体为：

确定所述位置信息所处的第一任务子区域，获取所述第一任务子区域的第一区域等级；

获取所述第一区域等级所对应的第一区块链等级作为所述位置信息所对应的区块链等级；

所述S5中将所述任务发布信息打包成区块发布到与所述任务等级相对应的区块链等级所对应的区块链上具体为：

根据第一DQN算法将所述任务发布信息打包成区块并确定所述区块的部署方式；

根据所述部署方式将所述任务发布信息发布到与所述任务等级相对应的区块链等级所对应的区块链上。

2.根据权利要求1所述的一种基于区块链和深度强化学习的空间众包方法，其特征在于，所述S5具体为：

S51、获取区块产生节点的计算能力集合及截止至第一时刻的交易大小集合，根据所述交易大小集合及所述区块链节点计算能力集合确定所述第一DQN算法的第一状态空间：

S₁^(t1)＝[TSize_t1,N_c]^(t1)；

其中，S₁^(t1)表示所述第一状态空间，t1表示所述第一时刻，TSize_t1表示截止至所述第一时刻t1的交易大小集合，N_c表示区块产生节点的计算能力集合；

S52、定义所述第一DQN算法的动作空间：

A₁^(t1)＝[B_n,B_c,B_t,B_s]^(t1)；

其中，A₁^(t1)表示所述第一DQN算法的第一动作空间，B_n表示区块产生节点，B_n∈{O₁,O₂,...,O_n}，{O₁,O₂,...,O_n}表示区块产生节点集合，B_c表示区块链共识算法，B_t表示区块产生时间间隔，B_t∈{0,5,1,...,B_t^max}，B_s表示区块大小；

S53、根据梯度下降策略确定最优的所述第一动作空间，根据最优的所述第一动作空间中的最优区块产生节点、最优共识算法、最优区块产生时间间隔及最优区块大小确定所述区块的部署方式；

其中，所述梯度下降策略为：i表示一时刻，θ表示网络权重参数；

S54、根据所述部署方式将所述任务发布信息发布到与所述任务等级相对应的区块链等级所对应的区块链上。