基于多智能体深度强化学习的工业无线网络资源分配方法 | |
于海斌; 刘晓宇; 许驰; 夏长清; 金曦; 曾鹏 | |
2021-10-22 | |
著作权人 | 中国科学院沈阳自动化研究所 |
国家 | 中国 |
文献子类 | 发明授权 |
产权排序 | 1 |
其他题名 | Industrial wireless network resource allocation method based on multi-agent deep reinforcement learning |
英文摘要 | 本发明涉及工业无线网络技术,具体地说,是一种基于多智能体深度强化学习的工业无线网络资源分配方法,包括以下步骤:建立端边协同的工业无线网络;确立工业无线网络端边资源分配的优化问题;建立马尔科夫决策模型;采用多智能体深度强化学习方法,构建资源分配神经网络模型;离线训练神经网络模型,直至奖励收敛到稳定值;基于离线训练结果,工业无线网络在线执行资源分配,处理工业任务。本发明能够实时、高能效地对工业无线网络进行端边协同的资源分配,在满足有限能量、计算资源约束下,最小化系统开销。 |
公开日期 | 2022-05-06 |
申请日期 | 2021-06-24 |
语种 | 中文 |
状态 | 有权 |
内容类型 | 专利 |
源URL | [http://ir.sia.cn/handle/173321/30971] |
专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
作者单位 | 中国科学院沈阳自动化研究所 |
推荐引用方式 GB/T 7714 | 于海斌,刘晓宇,许驰,等. 基于多智能体深度强化学习的工业无线网络资源分配方法. 2021-10-22. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论