一种基于深度强化学习的星地融合网络多节点计算资源分配方法

专利申请号：CN202111670934.2

公 开 号：CN115250142B

发 明 人：吴昊南 杨秀梅 卜智勇 赵宇 

代 理 人：上海智信专利代理有限公司杨怡清

代理机构：上海智信专利代理有限公司

专利类型：发明专利

申 请 日：20231205

公 开 日：20211231

专利主分类号：H04B7/185

关 键 词：服务节点 强化学习 高维 计算资源分配 融合网络 计算资源信息 无线传输信息 策略优化 存储资源 计算效率 加权系统 任务执行 时序状态 提取特征 协作服务 优化问题 长跨度 多节点 服务点 最小化 构建 近端 求解 时延 算法 能耗 占用 卫星 

摘      要：本发明涉及一种基于深度强化学习的星地融合网络多节点计算资源分配方法，包括：从星地融合网络中的各服务点中确定本地服务节点和协作服务节点，从本地服务节点中获取任务的执行状态信息、各服务节点的计算资源信息以及各服务节点间的无线传输信息；构建以最小化卫星能耗与任务执行时延的加权系统开销为目标的优化问题的表达式；建立深度强化学习模型；基于近端策略优化算法求解深度强化学习模型；确定各服务节点的计算资源分配策略。本发明不仅能够从高维长跨度时序状态信息中提取特征，在高维解空间中建立环境与策略的相关性，而且能够克服高维信息的存储资源占用问题，具有较好的泛化能力，提升了计算效率。