一种基于深度强化学习的蜂窝网络功率控制方法及装置

本申请提供一种基于深度强化学习的蜂窝网络功率控制方法及装置，涉及通信技术领域。其中方法包括：基于双延迟深度确定性策略梯度算法构建强化学习模型，获取蜂窝网络中目标基站在当前时隙的状态，所述状态包括：前一时隙中目标基站向目标用户发射信号的发射功率和信号传输速率，以及当前时隙中目标用户的目标干扰信息集合；将所述当前时隙的状态输入到训练好的强化学习模型中，得到所述强化学习模型决策出的下一时隙中目标基站向目标用户发射信号的发射功率。可见，本申请基于双延迟深度确定性策略梯度算法构建强化学习模型来决策基站的发射功率，能够在最大发射功率的约束下使蜂窝网络的和速率最大化，提高了蜂窝网络用户的服务质量。