一种基于元策略梯度的高速环境网络切换优化系统及方法

本发明公开一种基于元策略梯度的高速环境网络切换优化系统及方法，涉及无线通信技术领域，系统包括：数据收集模块，负责实时收集用户设备的网络环境和设备状态信息，进行预处理和过滤操作后输出；模型训练模块，采用基于元策略梯度的双层优化架构，利用历史数据在多个模拟任务上训练切换策略模型，使得模型能够在不同的环境下快速适应新的切换需求；在线决策模块，负责接收数据收集模块的输出数据，调用模型生成最优切换策略，随后执行该策略并监测切换结果；自我校正模块，负责接收在线决策模块的切换结果，对模型进行短期微调和周期性更新，以保证模型在不同环境中的长期适应性。本发明用于高速移动环境中的网络快速切换。