CN119520450A 一种基于深度强化学习的动态缓冲区大小调整方法 （南京信息工程大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119520450A

(43)申请公布日2025.02.25

(21)申请号202510081574.4

(22)申请日2025.01.20

(71)申请人南京信息工程大学

地址210032江苏省南京市江北新区宁六

路219号

(72)发明人潘成胜吴兆崔骁松

(74)专利代理机构南京经纬专利商标代理有限

公司32200

专利代理师杨欣怡

(51)Int.Cl.

H04L49/9005(2022.01)

H04L41/16(2022.01)

H04L41/14(2022.01)

H04L41/0896(2022.01)

H04L47/30(2022.01)

权利要求书4页说明书7页附图6页

(54)发明名称

一种基于深度强化学习的动态缓冲区大小

调整方法

(57)摘要

CN119520450A本发明公开了一种基于深度强化学习的动态缓冲区大小调整方法，包括：构建DuelingDQN模型和经验回放池，将网络状态依次经过两层全连接层提取特征，通过自注意力机制进行注意力权重分配，再经过噪声层引入噪声扰动；采用动作优势网络对智能体所能采取的动作进行评估，采用状态价值网络对网络状态进行评估，获得网络的Q值并执行动作，基于反馈的奖励以及下一时刻网络状态，构成