[发明专利]基于深度强化学习的动态环境下的最大化系统效益方法

摘要

本发明设计了一种基于深度强化学习的移动边缘计算架构下为动态用户提供低延时高可靠的计算服务的无人机路径规划方法。考虑无人驾驶飞机具有便捷的基础设施，且可在偏远或灾难区域快速搭建通信渠道，也可架栽计算资源为终端移动用户提供服务，因此考虑将无人机当作移动计算服务器，在终端移动用户的上方为其提供高效的交互服务。本发明考虑到终端用户的实时移动，将其建模成高斯‑马尔科夫移动模型，再通过对用户位置状态、无人机位置状态、无人机电池量状态以及无人机与用户之间的信道状态进行建模，结合深度强化学习算法规划无人机路径最大化系统长期效益。

主权项

1.基于深度强化学习的动态环境下的最大化系统效益方法，其特征在于：考虑终端用户的实时移动性，将其建模成高斯‑马尔科夫移动模型，合理考虑终端用户的实时移动，在此基础上考虑无人机路径规划问题为其提供计算服务，考虑用户端的相对公平性和无人机的能量约束，无人机在每个时隙所做出的决策都合理分配自身的能量在满足用户公平性的前提下服务用户，从而最大化系统长期奖励。