咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
著 录 项 目:
专利/申请号: | CN202410075835.7 | 专利名称: | 基于联合强化学习的联合干扰和AoI感知资源分配方法及系统 |
申请日: | 2024-01-18 | 申请/专利权人 | 重庆理工大学 |
专利类型: | 发明 | 地址: | 重庆市巴南区红光大道69号附1号 |
专利状态: | 已下证 查询审查信息 | 分类号: | H04W72/541分类检索 通信专利转让搜索 |
公开/公告日: | 2024-05-14 | 转让价格: | 面议 【平台担保交易】 |
公开/公告号: | CN118042633A | 交易状态: | 等待洽谈 搜索相似专利 |
摘 要:本发明涉及大规模物联网(mIoT)技术领域,具体公开了一种基于联合强化学习的联合干扰和AoI感知资源分配方法及系统,针对海量ID的密集部署会造成大规模密集干扰的问题,本发明为B5G智慧城市提出了一种基于联合强化学习(FRL)的联合干扰和AoI感知资源分配方法,该方法针对大规模密集干扰建立了一种新颖的冲突图模型,并将其进一步转化为冲突超图模型。然后,制定了具有顺序决策特征的资源分配马尔可夫决策过程(MDP),并通过Actor‑Critic方法对其进行求解。此外,为了通过将计算工作量分配到整个网络来减少计算负载并实现分布式学习,提出了联邦平均优势Actor‑Critic(FA3C)。仿真结果表明,该方法具有较高的网络吞吐量,满足B5G智慧城市的AoI要求。
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |