基于协作分布式DQN联合模拟退火算法的频谱资源分配方法和系统

摘要

本发明提供一种基于协作分布式DQN联合模拟退火算法的频谱资源分配方法和系统，方法是一种多智能体联合学习方法，各个智能体共享同一个DQN网络模型，相同的奖励函数，鼓励智能体之间的合作行为。利用所有的智能体先前所收集到的经验来训练同一个DQN，这样能大大减少训练所需的内存和计算资源。这相当于让用户增加了先验知识，从而能加快学习速度，提高学习效率。与独立式多智能体不同的是，本方法采用集中训练，但是在接入点上DQN是分布式执行，这有助于算法实施和和改进算法稳定性。在此方法中，还结合了一种经典优化算法——模拟退火算法，进而避免了神经网络一个常见问题，局部最优的问题，使系统最终往全局最优的方向收敛。