公开(公告)号：CN118233312B

公开(公告)日：2024-09-17

申请号：CN202410322773.5

申请日：2024-03-20

Applicant: 同济大学

Inventor： 王兆诚 ,  王睿 ,  张宝晔 ,  任浩琪

IPC: H04L41/0896 ,  H04L41/16 ,  H04L41/142 ,  H04L65/80 ,  H04W28/20 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/092

Abstract: 本发明属于5G及6G通信技术领域，具体为一种深度强化学习和转化器结合的自适应宽带资源分配方法。本发明在基于云的扩展现实(XR)的视频和触觉协同传输场景下，基于深度强化学习方法设计一种自适应分布式多智能体DRL结合转化器的动态资源分配方法，能在保证视频和触觉的服务质量(QoS)要求满足的同时，适应接入系统的用户数量的动态变化，使得更多的用户被成功服务；本发明方法与其他资源分配方案的平均满足用户数的性能比较表明，本发明方法收敛更快且能满足的平均用户数更多。

公开(公告)号：CN118233312A

公开(公告)日：2024-06-21

申请号：CN202410322773.5

申请日：2024-03-20

Applicant: 同济大学

Inventor： 王兆诚 ,  王睿 ,  张宝晔 ,  任浩琪

IPC: H04L41/0896 ,  H04L41/16 ,  H04L41/142 ,  H04L65/80 ,  H04W28/20 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/092

Abstract: 本发明属于5G及6G通信技术领域，具体为一种深度强化学习和转化器结合的自适应宽带资源分配方法。本发明在基于云的扩展现实(XR)的视频和触觉协同传输场景下，基于深度强化学习方法设计一种自适应分布式多智能体DRL结合转化器的动态资源分配方法，能在保证视频和触觉的服务质量(QoS)要求满足的同时，适应接入系统的用户数量的动态变化，使得更多的用户被成功服务；本发明方法与其他资源分配方案的平均满足用户数的性能比较表明，本发明方法收敛更快且能满足的平均用户数更多。