一种基于元深度强化学习的网络信息年龄优化方法及系统
本发明公开了一种基于元深度强化学习的网络信息年龄优化方法及系统。涉及无线网络通信技术领域,包括建立视频传输模型,收集当前状态数据、初始奖励信息与动作信息;通过元特征提取函数获取元特征,Actor策略网络结合当前策略与元特征获取下一步动作,发送回视频传输模型给出下一步状态数据与奖励信息,通过Critic价值网络评估Actor策略网络选择的下一步动作效果计算得到Actor策略网络策略梯度,同时更新Critic价值网络值函数,设置剪切概率比率机制,对网络进行策略梯度剪切;结合元学习算法动态更新网络参数。本发明提高了网络资源的整体利用率,减少了网络拥堵导致的数据传输失败和重新传输。
《一种基于元深度强化学习的网络信息年龄优化方法及系统》是一发明专利,专利号为 2024111739542,当前法律状态为已下证,由湖北大学提出申请,发明人为彭菊红;高谦;罗显志;钟志峰;叶波,申请日期为2024-08-23,公开(公告)日期为2025-10-03,国际专利分类号(IPC)为 H04L 41/14 (2022.01),高新资质:未报高企,所属技术领域包括:通信优化、信息年龄 AoI、元强化学习、深度强化学习、网络时效优化、通信调度、信息新鲜度、网络资源调度、元学习、通信时序优化。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于元深度强化学习的网络信息年龄优化方法及系统。涉及无线网络通信技术领域,包括建立视频传输模型,收集当前状态数据、初始奖励信息与动作信息;通过元特征提取函数获取元特征,Actor策略网络结合当前策略与元特征获取下一步动作,发送回视频传输模型给出下一步状态数据与奖励信息,通过Critic价值网络评估Actor策略网络选择的下一步动作效果计算得到Actor策略网络策略梯度,同时更新Critic价值网络值函数,设置剪切概率比率机制,对网络进行策略梯度剪切;结合元学习算法动态更新网络参数。本发明提高了网络资源的整体利用率,减少了网络拥堵导致的数据传输失败和重新传输。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
