[发明专利]基于深度强化学习的资源分配与计算卸载方法、系统、设备及介质在审
| 申请号： | 202111280872.4 | 申请日： | 2021-11-01 |
| 公开（公告）号： | CN114025359A | 公开（公告）日： | 2022-02-08 |
| 发明（设计）人： | 蒋洪波;刘爽;肖竹;曾凡仔;刘代波 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | H04W16/10 | 分类号： | H04W16/10;H04W28/06;H04W72/04;H04W72/12 |
| 代理公司： | 长沙市融智专利事务所(普通合伙) 43114 | 代理人： | 熊开兰 |
| 地址： | 410082 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度强化学习的资源分配与计算卸载方法、系统、设备及介质，方法为：将移动设备的能量收集时间、任务卸载大小、任务卸载时间、CPU频率联合作为计算任务卸载策略变量，基于移动设备的计算任务大小、运算能力、通信信道特点以及计算任务卸载策略变量，构建移动设备收集的能量计算模型和消耗的能量计算模型，两者相减得到移动设备在各时隙的剩余能量计算模型；对所有移动设备所有时隙的剩余能量求和，得到移动边缘计算系统的剩余能量计算模型；将移动边缘计算系统的剩余能量作为优化目标，采用深度强化学习方法，通过最大化优化目标，计算得到各移动设备的计算任务卸载决策。本发明提高移动设备用户的应用体验。 | ||
| 搜索关键词： | 基于 深度 强化 学习 资源 分配 计算 卸载 方法 系统 设备 介质 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖南大学，未经湖南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111280872.4/，转载请声明来源钻瓜专利网。
