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

基本信息

申請?zhí)?/td> CN202111327752.5 申請日 -
公開（公告）號 CN114189937A 公開（公告）日 2022-03-15
申請公布號 CN114189937A 申請公布日 2022-03-15
分類號 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（專利權(quán)）人 中國科學(xué)院計算技術(shù)研究所
代理機構(gòu) 北京律誠同業(yè)知識產(chǎn)權(quán)代理有限公司 代理人 祁建國
地址 100080北京市海淀區(qū)中關(guān)村科學(xué)院南路6號
法律狀態(tài) -

摘要

摘要 本發(fā)明提出一種基于深度強化學(xué)習(xí)的實時集中式無線網(wǎng)絡(luò)調(diào)度方法和系統(tǒng)，包括：獲取由一個接入點和多個用戶節(jié)點互連組成的無線網(wǎng)絡(luò)，在每個時隙，接入點根據(jù)所有數(shù)據(jù)流對應(yīng)的發(fā)送隊列信息，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)前時隙的環(huán)境狀態(tài)，接入點獲取所有數(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，接入點執(zhí)行決策模型輸出結(jié)果對應(yīng)的調(diào)度決策；接入點執(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，存儲至子區(qū)域；從經(jīng)驗回放池中抽取經(jīng)驗，以訓(xùn)練更新當(dāng)前決策模型。本發(fā)明訓(xùn)練時間不會隨數(shù)據(jù)流數(shù)量增加而快速增長，能夠快速的收斂到最優(yōu)實時吞吐量。