基于多智能体深度强化学习的干扰管理和资源分配方案

摘要

本发明涉及一种基于多智能体深度强化学习的干扰管理和资源分配方案，包括：最优的智能体CPU周期频率分配方案和一种新型的C‑MADDPG优化算法，最优智能体CPU周期频率分配方案可以根据优化理论生成，新型的C‑MADDPG优化算法，包括每个智能体的CPU周期频率分配方法、卸载决策、发射功率分配和信道选择方法，与现有技术相比，本发明通过提出的CPU周期频率优化方法来选取最优的CPU周期频率；当每个智能体接收到多变的、动态的和复杂的信道状态信息时，每个智能体将输出卸载决策、信道分配和发射功率选择；根据获得的奖励函数，来进行actor‑critic网络参数的调整，将得到的结果对神经网络进行间断性的训练，以使其更加稳定且快速的收敛到最优解。