公开(公告)号：CN113965945B

公开(公告)日：2024-07-05

申请号：CN202111146329.5

申请日：2021-09-28

Applicant: 北京工业大学

Inventor： 吴文君 ,  杨枫 ,  卢海静 ,  张延华 ,  司鹏搏 ,  孙阳 ,  高强

IPC: H04W24/02 ,  H04L41/0893 ,  H04W36/22 ,  G06N3/092 ,  H04L41/16

Abstract: 本发明提供一种端到端网络切片的切换方法及系统，方法包括：基于预设的两层分布式切换决策框架，对端到端网络切片切换过程建模为分布式马尔可夫决策过程模型；其中，两层分布式切换决策框架包括本地切换请求层和切换准入决策层；采用基于多智能体深度强化学习的分布式切换算法对分布式马尔可夫决策过程模型进行求解，并根据求解结果对基于端到端网络切片的异构蜂窝网络系统执行切片分布式切换。本发明通过将分布式端到端网络切片切换决策问题建模为一个分布式马尔可夫决策过程模型，并采用基于多智能体深度强化学习的分布式切换算法进行求解，从而克服了现有切换算法的缺陷，为端到端网络切片的切换提供了有效的解决方案。

公开(公告)号：CN113965945A

公开(公告)日：2022-01-21

申请号：CN202111146329.5

申请日：2021-09-28

Applicant: 北京工业大学

Inventor： 吴文君 ,  杨枫 ,  卢海静 ,  张延华 ,  司鹏搏 ,  孙阳 ,  高强

IPC: H04W24/02 ,  H04L41/0893 ,  H04W36/22 ,  G06N20/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种端到端网络切片的切换方法及系统，方法包括：基于预设的两层分布式切换决策框架，对端到端网络切片切换过程建模为分布式马尔可夫决策过程模型；其中，两层分布式切换决策框架包括本地切换请求层和切换准入决策层；采用基于多智能体深度强化学习的分布式切换算法对分布式马尔可夫决策过程模型进行求解，并根据求解结果对基于端到端网络切片的异构蜂窝网络系统执行切片分布式切换。本发明通过将分布式端到端网络切片切换决策问题建模为一个分布式马尔可夫决策过程模型，并采用基于多智能体深度强化学习的分布式切换算法进行求解，从而克服了现有切换算法的缺陷，为端到端网络切片的切换提供了有效的解决方案。