基于对比与重置聚合元强化学习的动态频谱控制方法

本发明属于无线通信领域，提出了一种基于对比与重置聚合元强化学习的动态频谱控制方法，用于多任务无线通信中的控制策略。本发明首先利用对比学习预训练表示学习模型，通过无负样本的对比学习架构和双网络设计，有效提升模型的泛化能力和学习效率。此外，通过引入重置‑聚合机制，本发明支持周期性地重置网络参数，与历史模型进行聚合，从而保持模型在多任务环境中的稳定性和适应性。本发明能显著提升无线通信系统在动态环境中的性能，实现更快的收敛速度、更好的适应性和更强的泛化能力，特别适合应用于频谱资源的实时变化和用户需求的快速动态调整。