一种基于深度强化学习的边缘计算主动服务方法及系统

摘要

本发明公开了一种基于深度强化学习的边缘计算主动服务方法及系统，方法包括以下步骤：1)提取用户特征信息，同时提取用户意图分类；2)通过深度神经网络预训练意图预判模型，意图预判模型输出为经过归一化指数函数softmax的多分类用户意图概率，然后利用交叉熵损失函数优化意图预判模型，优化后的意图预判模型输出为当前的意图的类别，同时将意图预判模型的倒数第二层作为表示向量，建立DDPG模型；3)通过线上探索对DDPG模型进行优化；4)设定强化学习的奖赏函数，如果用户使用其中一个服务，则奖赏值为1，否则奖赏值为0；根据奖赏值对用户资源请求进行预判。本发明的方法可以提升边缘节点的服务效率，并提升用户满意度。