知识嵌入深度强化学习的6G网络决策算法

摘要

为了保证6G网络场景下用户的服务质量(quality of service, QoS)时延以及解决深度强化学习(deep reinforcement learning, DRL)收敛时间较长的问题，对云-边-端架构下的计算网络进行了研究。提出了多评论家深度强化学习框架，在此基础上提出知识嵌入多评论家深度强化学习算法，将无线通信知识嵌入深度强化学习，采取深度强化学习与计算网络结合的方式对网络中的计算资源和频谱资源进行分配。仿真结果表明，所提出的方法相比于传统的深度强化学习方法能够有效减少收敛时间，并且能够在信道时变的环境下，保证用户时延的基础上能够实现实时决策。

关键词

6G网络 / 云-边-端计算 / 资源分配 / 深度强化学习(DRL) / 决策