原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于自适应分段式学习的网络拥塞控制框架及方法，该网络拥塞控制框架包括：拥塞控制模块和自适应分段式学习模块，拥塞控制模块用于根据网络信息调整网络发送速率，并将网络信息转化为样本对后输入自适应分段式学习模块中；自适应分段式学习模块根据样本对实时更新当前样本对对应状态空间的模型参数，形成新决策策略，并通过新决策策略更新拥塞控制模块。本发明提出了一种能够自适应地更新强化学习代理模块的方法，弥补了函数拟合方法和基于表格方法的缺陷，不需要重新学习整个马尔可夫过程便可以实现对连续动作空间和状态
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116633859 A
(43)申请公布日 2023.08.22
(21)申请号 202310612961.7
(22)申请日 2023.05.29
(71)申请人 南京大学
地址 210023
文档评论（0）