基于深度强化学习模型的卫星边缘计算卸载方法、系统及电子设备

本发明公开了一种基于深度强化学习模型的卫星边缘计算卸载方法、系统及电子设备，方法包括以下步骤：步骤一、深度强化学习模型收集当前卫星网络状态，获得环境返回的奖励和下一时刻状态；步骤二、以经验元组的形式存储深度强化学习模型与环境的步骤一交互过程所获得的信息；步骤三、随机抽样步骤二的经验元组，用于训练深度强化学习模型中的卸载决策策略；训练过程，不断调整深度强化学习模型的神经网络权值，直到卸载决策策略收敛；步骤四、深度强化学习模型根据卸载决策策略结合当前卫星网络环境和任务需求做出最优卸载决策。本发明具有优化卫星网络计算卸载决策的有益效果。