一種基于多智能體強(qiáng)化學(xué)習(xí)的網(wǎng)內(nèi)服務(wù)功能部署方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN202011470782.7 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN112769594A | 公開（公告）日 | 2021-05-07 |
| 申請(qǐng)公布號(hào) | CN112769594A | 申請(qǐng)公布日 | 2021-05-07 |
| 分類號(hào) | G06N20/00(2019.01)I;H04L12/801(2013.01)I;H04L12/24(2006.01)I | 分類 | - |
| 發(fā)明人 | 姚海鵬;朱玉超;買天樂;忻向軍;張尼;江亮;劉韻潔 | 申請(qǐng)（專利權(quán)）人 | 中交信通網(wǎng)絡(luò)科技有限公司 |
| 代理機(jī)構(gòu) | 北京欣鼎專利代理事務(wù)所（普通合伙） | 代理人 | 王陽虹 |
| 地址 | 100089北京市海淀區(qū)西土城路10號(hào) | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種基于多智能體強(qiáng)化學(xué)習(xí)的網(wǎng)內(nèi)服務(wù)功能部署方法，包括以下步驟：S1、每個(gè)參與者分別更新策略π的參數(shù)；S2、每個(gè)評(píng)論家分別更新動(dòng)作Q值參數(shù)；S3、定義θ＝{θ1,θ2,....θN}為N個(gè)agent(actor)的參數(shù)，相應(yīng)的π＝{π1,π2,....πN}分別表示其策略；S4、對(duì)于在SFC部署過程中的用戶，將第i個(gè)agent的累計(jì)預(yù)期獎(jiǎng)勵(lì)的策略梯度定義；S5、每個(gè)agent的Qi是相互獨(dú)立進(jìn)行訓(xùn)練學(xué)習(xí)的，其更新方法可以表示為：S6、定義來表示第i個(gè)agent的策略對(duì)第j個(gè)agent策略的函數(shù)近似，它的近似代價(jià)是一個(gè)帶有熵正則化器的對(duì)數(shù)代價(jià)函數(shù)。本發(fā)明能夠綜合分布式和集中式方法的優(yōu)點(diǎn)，既能夠快速反應(yīng)用戶需求，保護(hù)用戶隱私，提高用戶服務(wù)體驗(yàn)。又能夠考慮服務(wù)提供商運(yùn)營成本，促使網(wǎng)絡(luò)負(fù)載均衡，提高網(wǎng)絡(luò)資源利用率。?? |
