一种基于强化学习的无线Mesh网络自适应簇头选取方法及装置

本发明公开了一种基于强化学习与经验暂存机制的无线Mesh网络自适应分簇方法及装置。该装置主要针对动态网络环境，设计多维度分簇指标量融合模型，利用Q‑learning动态优化权重分配；引入经验缓冲与补全模块解决状态延迟采集问题，通过暂存未完成元组与周期末状态补全保证训练样本完整性；设计融合拓扑稳定性与能耗均衡的双目标奖励函数。本装置能显著提升分簇效率，适用于无人机集群、应急通信等场景。