一种基于多智能体强化学习的网内服务功能部署方法
基本信息
| 申请号 | CN202011470782.7 | 申请日 | - |
| 公开（公告）号 | CN112769594A | 公开（公告）日 | 2021-05-07 |
| 申请公布号 | CN112769594A | 申请公布日 | 2021-05-07 |
| 分类号 | G06N20/00(2019.01)I;H04L12/801(2013.01)I;H04L12/24(2006.01)I | 分类 | - |
| 发明人 | 姚海鹏;朱玉超;买天乐;忻向军;张尼;江亮;刘韵洁 | 申请（专利权）人 | 中交信通网络科技有限公司 |
| 代理机构 | 北京欣鼎专利代理事务所（普通合伙） | 代理人 | 王阳虹 |
| 地址 | 100089北京市海淀区西土城路10号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于多智能体强化学习的网内服务功能部署方法，包括以下步骤：S1、每个参与者分别更新策略π的参数；S2、每个评论家分别更新动作Q值参数；S3、定义θ＝{θ1,θ2,....θN}为N个agent(actor)的参数，相应的π＝{π1,π2,....πN}分别表示其策略；S4、对于在SFC部署过程中的用户，将第i个agent的累计预期奖励的策略梯度定义；S5、每个agent的Qi是相互独立进行训练学习的，其更新方法可以表示为：S6、定义来表示第i个agent的策略对第j个agent策略的函数近似，它的近似代价是一个带有熵正则化器的对数代价函数。本发明能够综合分布式和集中式方法的优点，既能够快速反应用户需求，保护用户隐私，提高用户服务体验。又能够考虑服务提供商运营成本，促使网络负载均衡，提高网络资源利用率。 |
