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强化学习的资源分配方法，包括：获取计算任务的任务特征和移动边缘计算服务器的资源负载，并建立LSTDPG长期短期确定性政策梯度模型，利用该模型对计算任务进行最小化处理，得到决策结果，根据决策结果，利用移动设备将计算任务卸载至相应移动边缘计算服务器进行计算并返回计算结果至移动设备，得到经验样本，利用经验样本对LSTDPG长期短期确定性政策梯度模型进行优化训练，直至达到最优决策结果。本发明利用长期短期确定性政策梯度模型，结合了时间注意力网络和基于情节的优先经验采样，能够捕获关键时间
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117494788A
(43)申请公布日2024.02.02
(21)申请号202311507324.X
(22)申请日2023.11.10
(71)申请人西南科技大学
地址621002
文档评论（0）