M2M通信中基于深度强化学习的资源调度方法及装置

摘要

本申请公开了M2M通信中基于深度强化学习的资源调度方法及装置，用以解决M2M中系统资源分配不合理，容易产生网络拥塞的问题。该方法建立TD‑LTE系统模型，并确定所述系统当前的资源映射状态；接收待处理的业务作业；根据所述当前的资源映射状态，以及所述待处理的业务作业，通过预先训练好的深度强化学习神经网络，向所述待处理的业务作业分配资源；根据分配结果，对所述当前的资源映射状态进行调整。本方法通过深度学习和强化学习的结合，在资源分配时，确定最合理的资源分配方式，提高资源调度效率，能够解决由MTCD通信引起的网络拥塞的问题。