-
公开(公告)号：CN115913962A
公开(公告)日：2023-04-04
申请号：CN202211064617.0
申请日：2022-09-01
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04L41/0893 , H04L41/14 , H04L41/16
Abstract: 本发明提供了一种基于深度强化学习的网络切片智能重配置方法。通过对网络切片重配置问题NSRP进行建模，生成NSRP的马尔可夫决策过程MDP模型；基于通过动作分支网络BDQ实现对该MDP动作空间的压缩，克服了该MDP高维离散动作空间带来的维数灾难；基于Dueling DDQN，通过智能体Agent与MDP模型环境在每个离散时间点进行交互，从而求解所述MDP模型，确定最优的重配置策略，实现网络切片重配置。通过深度强化学习，设计了切片重配置方案，使智能化的切片配置与资源调度方案可以对网络切片进行自适应地动态调整，从而降低切片运营和管理成本，并优化长期的资源利用率。
Search Results
1
records
(took 0.023 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
