基于强化学习的应急通信节点要素部署方法及系统

本公开属于应急通信节点要素部署技术领域，具体提供了基于强化学习的应急通信节点要素部署方法及系统，包括：基于深度强化学习，采用具有编译码架构的全卷积神经网络作为价值网络，根据不同环境因素及当前请求部署的要素类型进行智能体状态设计；训练神经网络模型；依据应急区域构建路网地图，输入至训练好的神经网络模型，输出要素部署方案。本公开基于深度Q学习的全新算法。该算法将全卷积神经网络作为价值网络，并使用经验回放区中积累的数据对网络进行训练。相较于人工部署，实验结果表明，提出的方法能较好地完成应急通信节点要素规划任务，极大地提升了应急通信节点的部署效率。