一种面向空天地一体化网络的无人机轨迹优化和任务卸载方法

    公开(公告)号:CN119907048A

    公开(公告)日:2025-04-29

    申请号:CN202510113388.4

    申请日:2025-01-24

    Applicant: 东北大学

    Abstract: 本发明属于空天地一体化网络技术领域,公开一种面向空天地一体化网络的无人机轨迹优化和任务卸载方法。旨在优化空天地一体化网络中的任务卸载效率,重点关注能耗和时延的优化,提出的方法综合考虑空天地一体化网络的各种情况,将解耦通信方式考虑其中,减小服务中断影响。构建优化模型,目的是最小化时延与能耗加权和。为提高空天地一体化网络中异构智能体的协同性,基于一种层次强化学习的框架,提出基于层次学习的双级Qmix算法,强化低轨卫星与无人机协同。经Pycharm平台仿真,多场景验证本发明在平均响应时延、能耗及QoS指标上优势显著,有效提升网络性能,满足用户需求。

    一种面向车载边缘计算的分布式服务迁移方法

    公开(公告)号:CN119967491A

    公开(公告)日:2025-05-09

    申请号:CN202510112942.7

    申请日:2025-01-24

    Applicant: 东北大学

    Abstract: 本发明属于车载边缘计算领域,公开及一种面向车载边缘计算环境的分布式服务迁移方法。该方法基于对比角色表示和多智能体深度强化学习,通过构建一个三层异构车载边缘网络模型,包括云中心层、边缘层和用户层,优化服务迁移决策。本发明提出了一种基于改进QMIX的多智能体深度强化学习方法,根据智能体历史轨迹信息为局部Q网络和混合网络构建智能体行为状态轨迹嵌入,捕捉时间相关的行为模式,解决部分可观测性问题,进一步使用基于对比学习的角色编码器提取不同智能体的独特行为模式生成角色表示,以捕获智能体行为的长期特征;在混合网络中引入多头注意力机制,动态分配注意力权重。本方法具有性能优越性。

Patent Agency Ranking