一种面向智慧城市的社会化学习方法

摘要

本发明公开了一种面向智慧城市的社会化学习方法，包括：构建分层社会化学习系统；基于深度强化学习建立任务评估模型，利用所有物联网设备的任务状态和信道状态优化任务评估模型获得基本决策；边缘服务器利用联邦学习边缘聚合接收的任务评估模型，并根据基本决策优化边缘服务器上的任务评估模型获得高层决策；边缘服务器利用迁移学习对物联网设备中的模型进行指导；云服务器利用联邦学习云聚合接收到的任务评估模型，根据高层决策和云服务器上的任务评估模型制定市级决策，并利用迁移学习对边缘服务器上任务评估模型进行指导。本发明利用联邦学习提高层内智能体间的协作，层间利用迁移学习实现了上层对下层的引导，提高了模型的性能。