一种异构网络算力控制的近端策略优化方法及系统

一种异构网络算力控制的近端策略优化方法及系统，包括：基于异构网络算力控制场景，设置行为网络和评价网络的初始参数，构建存储训练数据的经验缓冲区，加载异构网络终端的轨迹数据，设置每个异构网络终端的计算参数，通过线性衰减规则调整裁剪值；由行为网络根据输入的当前状态数据生成策略，输出选择最大概率的动作作为算力分配方案，并以最大化累积奖励为目标，构建行为网络的目标函数；利用评价网络对分配方案中执行的动作进行价值评估，以最小化状态值函数的预测误差为目标构建评价网络的目标函数；根据算力分配方案在异构网络终端执行方案，并结合方案完成后的能耗、执行时间和方案质量计算奖励，将训练数据存储到经验缓冲区中。