一种基于多智能体强化学习的TSN-5G列车通信网络异步调度方法

本发明提供的一种基于多智能体强化学习的TSN‑5G列车通信网络异步调度方法。该方法包括：基于列车TSN‑5G异构场景的拓扑结构利用图神经网络构建马尔可夫模型，定义马尔可夫模型的状态空间、动作空间和奖励函数，将TSN‑5G异构网络中的待处理的数据流信息输入到列车TSN‑5G多智能体强化学习异步调度算法中，列车TSN‑5G多智能体强化学习异步调度算法将每个基站与交换机作为独立智能体，通过迭代运算对马尔可夫模型中的状态空间、动作空间进行更新，输出待处理的数据流的调度方案。本发明提出了一种综合方案，结合TSN‑5G中有线与无线信道的利用率与端到端抖动性能，达到优化数据传输的目的，以实现对整车网络的端到端时延和抖动进行最优控制。