用于绿色移动边缘计算的深度强化学习资源分配方法

本发明公开了一种用于绿色移动边缘计算的深度强化学习资源分配方法，通过建立一个通信网络模型，初始化通信环境、基站数量、用户数量以及子载波数；确定优化目标以及约束条件；将优化问题转换为马尔科夫决策过程，确定智能体、状态空间、动作空间以及奖励函数，使用深度强化学习算法训练，为每个智能体分配最优的策略；智能体通过PPO和D3QN算法与环境不断交互，优化更新网络参数；得到最优的资源分配方案；通过基于分散式多智能体深度强化学习的资源分配算法，实现长期平均能源效率的最大化，促进多智能体之间的策略协调，从而优化资源分配，为未来边缘计算和通信网络的发展提供一种高效、可持续的资源管理解决方案。