公开(公告)号：CN112188600A

公开(公告)日：2021-01-05

申请号：CN202011002522.7

申请日：2020-09-22

Applicant: 南京信息工程大学滨江学院

Inventor： 李君 ,  李磊 ,  仲星 ,  朱明浩 ,  李正权

IPC: H04W52/02 ,  H04W24/02 ,  H04W24/06

Abstract: 本发明公开了一种利用强化学习优化异构网络资源的方法，属于通信技术领域，本发明集成强化学习和凸优化理论，提出根据动作的相关性，即ABS，CRE和小基站休眠策略，对动作空间进行分割，针对强化学习建模过程中系统能效作为奖励函数值数量级过大问题，重新设计奖励函数值先取负数再取倒数，作为新的奖励函数值。本发明减小强化学习的动作空间，凸优化理论可以保证系统收敛性，同时加快强化学习的收敛速度；通过仿真实验可以证明该方法具有收敛性，更低的复杂度，在几乎达到系统能效理论值的前提下，与传统表格类型的Q‑Learning相比，收敛速度提升60％。

公开(公告)号：CN112188600B

公开(公告)日：2023-05-30

申请号：CN202011002522.7

申请日：2020-09-22

Applicant: 南京信息工程大学滨江学院 ,  中科怡海高新技术发展有限公司

Inventor： 李君 ,  李磊 ,  仲星 ,  朱明浩 ,  李正权

IPC: H04W52/02 ,  H04W24/02 ,  H04W24/06