一种基于强化学习的边缘网络服务状态优化方法及系统

本发明涉及边缘优化技术领域，尤其是涉及一种基于强化学习的边缘网络服务状态优化方法及系统。方法，包括获取边缘计算网络运行数据；构建边缘计算网络优化模型，其中，包括面向动态环境的马尔可夫决策过程MDP建模以及基于决斗深Q网络D3QN的模型训练与优化；利用训练好的边缘计算网络优化模型进行数据优化；输出优化数据。相比传统信息年龄（AoI）和查询信息年龄（QAoI）方法，本发明提出的TPAoI指标更完整地刻画了状态信息的生命周期，提升了优化决策的精准性。