[发明专利]一种基于深度强化学习的计算卸载和资源分配方法在审
| 申请号： | 202110074232.1 | 申请日： | 2021-01-20 |
| 公开（公告）号： | CN112911647A | 公开（公告）日： | 2021-06-04 |
| 发明（设计）人： | 柯洪昌;王慧;佘向飞;于萍;孔德刚;陈洋 | 申请（专利权）人： | 长春工程学院 |
| 主分类号： | H04W28/16 | 分类号： | H04W28/16;G06N3/04;G06N3/08 |
| 代理公司： | 北京盛询知识产权代理有限公司 11901 | 代理人： | 刘静 |
| 地址： | 130012 吉林*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度强化学习的计算卸载和资源分配方法，利用深度强化学习方法，即双深度Q学习方法去处理全局代价最小化问题，本发明方法在时变的通道状态和随机任务到达环境下，能够得到最优的计算卸载和资源分配策略，并且利用深度神经网络作为价值函数的优化器，能够降低高维状态空间引起的维度灾难和提高收敛速度。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 计算 卸载 资源 分配 方法 | ||
【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长春工程学院，未经长春工程学院许可，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/202110074232.1/，转载请声明来源钻瓜专利网。
