一种基于深度强化学习的边缘服务器动态激活方法及系统

本发明提供了一种基于深度强化学习的边缘服务器动态激活方法及系统，包括如下步骤：S1，构建系统模型，包括构建网络模型、能耗模型、通信与服务延迟模型以及状态切换成本模型，网络模型包括RES和MES；S2，通过计算能耗模型、通信与服务延迟模型以及状态切换成本模型的成本之和，优化网络模型；S3，构建马尔科夫决策过程模型，提升RES稳定性；S4，预测流量负载；S5，计算基线值；S6，通过集中式智能调度算法CDDS训练网络模型，得到训练后的策略网络模型；S7，通过联邦式分布式智能调度算法FDDS，对训练后的策略网络模型进行划分并基于联邦学习训练模型，得到DDPG模型；S8，将DDPG模型部署至各RES。