一种基于强化学习的端系统接入时延抖动优化方法

本发明提供了一种基于强化学习的端系统接入时延抖动优化方法，属于终端接入技术领域，该方法包括：利用随机接入算法对5G接入设备接入网络接入点，获取基于接入选择算法的强化学习模型；对强化学习模型进行训练，并将已训练的强化学习模型向下传输至使用该接入节点进行网络传输的所有5G终端设备；采集网络接入点的网络信息并进行量化，组合为网络状态矩阵，将网络状态矩阵输入至强化学习模型并输出的量化值，并选择出最优时延抖动性能对应的网络接入点进行网络切换，获取网络服务；本发明解决了现有接入技术没有以时延抖动为主要性能进行接入判断以及5G移动端复杂多变的网络场景难以应对的问题。