基于多目标深度强化学习的数字孪生体部署方法

本发明公开了一种基于多目标深度强化学习的数字孪生体部署方法，针对数字孪生边缘网络进行分析，构建多目标深度强化学习模型的状态、动作和奖励函数，在状态中引入用户和智能反射表面的连接关系，在奖励函数中引入约束项的惩罚函数，然后对多目标深度强化学习模型进行设置和训练，实时获取当前数字孪生边缘网络的状态信息，采用训练好的多目标深度强化学习模型确定各个数字孪生体部署的目标边缘服务器。本发明设置多个优化目标，采用多目标深度强化学习来确定数字孪生体的部署策略，提高数字孪生边缘网络的合理性和工作性能。