“阮辰晖”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度强化学习的空地协同服务迁移方法-CN202310200106.5在审
发明人： 阮辰晖;沈航;白光伟 -专利权人：南京工业大学
申请日： 2023-03-03 - 公布日： 2023-06-09 - 主分类号： H04L67/1008 文献下载
摘要：本发明提出了一种基于深度强化学习的空地协同服务迁移方法，步骤如下：S1、物联网终端用户不定时产生计算任务；S2、根据S1中过往的终端设备的历史信息预测数据请求率；S3、根据S2中预测数据生成终端用户的无效迁移集；S4、根据S1、S2、S3的输入参数为终端用户选择性能最优的服务迁移策略；S5、SDN控制器根据奖惩机制得出当前时隙边缘节点处理服务迁移后的奖惩得分，将观测数据作为经验放入经验回放池中；S6、当经验池满时，从经验回放池随机采样小批量样本输入评估网络和目标网络，训练神经网络，更新评估网络参数，以较低的更新速率更新目标网络网络参数；S7、重复S1～S6，不断迭代更新，最终服务迁移决策趋于最优。
一种基于深度强化学习空地协同服务迁移方法

[发明专利]一种基于深度强化学习的无人机辅助协作式任务卸载方法-CN202211263973.5在审
发明人：沈航;阮辰晖;白光伟 -专利权人：南京工业大学
申请日： 2022-10-14 - 公布日： 2023-01-06 - 主分类号： H04W28/08 文献下载
摘要：本发明提出了一种基于深度强化学习的无人机辅助协作式任务卸载方法，步骤如下：S1、无人机实时采集物联网系统中环境数据；S2、根据S1中过往的终端设备信息预测任务到达；S3、根据S2中预测数据提前训练并记录结果；S4、根据S1、S3的输入参数为终端设备选择性能最优的计算任务卸载策略并卸载计算任务；S5、无人机根据奖惩机制计算当前得分，并将数据作为经验放入经验回放池中；S6、从经验回放池随机采样小批量样本输入当前网络和目标网络，并更新网络参数；S7、重复S1～S6，不断迭代更新，最终计算任务卸载决策趋于最优；本发明可以自适应调整物联网系统中的计算任务卸载策略，在满足无人机和基站容量约束的同时，可以实现较低的任务丢失率。
一种基于深度强化学习无人机辅助协作任务卸载方法