摘要
本发明提出了一种不完美信道下的工业无线网络传输与计算资源分配方法,步骤包括:S1:建立不完美信道工业无线网络中的D2D辅助学习的端边协同计算架构;S2:考虑异构任务的不同实时性与计算资源需求,联合多信道接入与任务卸载问题得到图结构的分布式部分可观测马尔可夫决策过程;S3:基于融合Transformer与ACK反馈恢复机制的多智能体深度强化学习框架,基于端边协同计算架构设计一种应对不完美信道情况下可迁移的联合任务卸载与多信道接入算法,得到计算资源分配方法,工业设备根据自身观测进行任务卸载与多信道接入决策,实现任务处理总时延最小化。本发明综合考虑了异构任务不同的实时性需求与计算资源,具有较高系统安全性和稳定性。
技术关键词
工业设备
工业无线网络
资源分配方法
时延
神经网络模型
服务器
深度强化学习
矩阵
推理网络
实体
决策
异构
多信道
算法
数据
机制
信道设备
深度神经网络