基于深度强化学习的元宇宙环境下的服务质量优化方法及系统

本发明公开了一种基于深度强化学习的元宇宙环境下的服务质量优化方法及系统。本发明针对元宇宙服务进行分类，将元宇宙服务划分为虚拟场景服务以及元服务，将虚拟场景服务的QoS数据集以及元服务的QoS数据集按不同比例组合构建成元宇宙服务数据集。在此基础上，考虑到服务在本地执行或被卸载至服务器的不同方式会使整体服务的延迟时间以及移动设备的资源利用率具有差异性，从而难以保证用户体验的质量，因此设计使用深度强化学习算法为虚拟场景服务以及元服务进行卸载决策，以优化元宇宙服务的QoS属性。本发明提出的元宇宙服务质量优化方法能够获取元宇宙服务的最佳卸载决策，达到元宇宙服务的延迟时间和移动设备资源利用率的最佳权衡。