一种基于大型语言模型和深度确定性策略梯度的参数优化方法

本发明公开了一种基于大型语言模型和深度确定性策略梯度的参数优化方法，用于车联网半持续调度中数据包冲突与车速相关的信道不确定性导致信息年龄恶化问题，首先建立受车速、车辆密度与资源预留间隔）的影响的AoI计算模型，进而设计双路径优化方案，通过状态空间和奖励函数激励DDPG，和通过情境学习利用LLM生成最优参数配置；通过上述方法LLM可以在积累少量示例后显著降低AoI，且免模型训练，同时DDPG方法则在训练后具有更稳定的性能。