基于深度强化学习的卫星与自主农机网络DRCO方法

本发明提出一种基于深度强化学习的卫星与自主农机网络DRCO方法，所述方法包括：S1、建立卫星与自主农机一体化网络架构，包括卫星节点、地面任务生成中心和自主农机终端节点；S2、将卫星与自主农机联合计算卸载问题建模为马尔科夫决策过程，定义时变的卫星信道增益、计算任务以及各终端完成任务的相对时间为输入变量，构建计算卸载决策和带宽分配的次优解优化模型；S3、提出基于深度强化学习的卫星与自主农机网络DRCO方法，采用保序量化技术，生成计算卸载决策和带宽分配方案数据。本发明采用保序量化技术，在短时间内保证决策质量。DRCO能够快速适配高随机性卫星网络，显著提高动态环境下的决策性能。