基于元联邦强化学习的通信资源分配方法和系统

本发明公开了一种基于元联邦强化学习的通信资源分配方法和系统，所述方法包括：通信调度设备将采集的当前业务的数据提取传输状态特征输入到预先训练得到的元联邦近端策略优化模型；并根据元联邦近端策略优化模型输出的资源分配策略，为业务分配带宽资源；其中，元联邦近端策略优化模型是由边缘服务器利用本地的历史业务数据以及资源分配策略进行元训练，继而通过多个通信调度设备利用本地的历史业务数据以及资源分配策略进行元适应，以及进行在线训练后，将多个在线训练后的元联邦近端策略优化模型的模型参数进行联邦聚合后得到的。应用本发明可以自动调整通信资源的分配，以适应网络环境的动态变化，提高通信效率和网络稳定性。