基于深度強(qiáng)化學(xué)習(xí)的實(shí)時(shí)集中式無線網(wǎng)絡(luò)調(diào)度方法和設(shè)備

基本信息

申請(qǐng)?zhí)?/td> CN202111327752.5 申請(qǐng)日 -
公開（公告）號(hào) CN114189937A 公開（公告）日 2022-03-15
申請(qǐng)公布號(hào) CN114189937A 申請(qǐng)公布日 2022-03-15
分類號(hào) H04W72/04（2009.01）I;H04W24/02（2009.01）I;H04W24/06（2009.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 電通信技術(shù);
發(fā)明人 王琪;何晨濤;黃建輝;徐勇軍 申請(qǐng)（專利權(quán)）人 中國(guó)科學(xué)院計(jì)算技術(shù)研究所
代理機(jī)構(gòu) 北京律誠(chéng)同業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 代理人 祁建國(guó)
地址 100080北京市海淀區(qū)中關(guān)村科學(xué)院南路6號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提出一種基于深度強(qiáng)化學(xué)習(xí)的實(shí)時(shí)集中式無線網(wǎng)絡(luò)調(diào)度方法和系統(tǒng)，包括：獲取由一個(gè)接入點(diǎn)和多個(gè)用戶節(jié)點(diǎn)互連組成的無線網(wǎng)絡(luò)，在每個(gè)時(shí)隙，接入點(diǎn)根據(jù)所有數(shù)據(jù)流對(duì)應(yīng)的發(fā)送隊(duì)列信息，得到各數(shù)據(jù)流的狀態(tài)，集合所有數(shù)據(jù)流的狀態(tài)構(gòu)成當(dāng)前時(shí)隙的環(huán)境狀態(tài)，接入點(diǎn)獲取所有數(shù)據(jù)流的流量模型與鏈路質(zhì)量作為環(huán)境特征信息，將環(huán)境狀態(tài)和環(huán)境特征信息輸入至決策模型，接入點(diǎn)執(zhí)行決策模型輸出結(jié)果對(duì)應(yīng)的調(diào)度決策；接入點(diǎn)執(zhí)行調(diào)度決策后，收到網(wǎng)絡(luò)環(huán)境的反饋；將交互信息和環(huán)境狀態(tài)和環(huán)境特征信息作為經(jīng)驗(yàn)，存儲(chǔ)至子區(qū)域；從經(jīng)驗(yàn)回放池中抽取經(jīng)驗(yàn)，以訓(xùn)練更新當(dāng)前決策模型。本發(fā)明訓(xùn)練時(shí)間不會(huì)隨數(shù)據(jù)流數(shù)量增加而快速增長(zhǎng)，能夠快速的收斂到最優(yōu)實(shí)時(shí)吞吐量。