【技术实现步骤摘要】
本专利技术涉及深度学习，尤其是基于深度强化学习的无人机应急网络任务卸载方法及系统。
技术介绍
1、自然灾害，如地震、降雨，经常导致基础设施损坏，包括房屋和道路。通讯设施的缺乏会给应急工作带来极大的不便。然而，与地面网络不同的是，无人机对大多数自然灾害具有弹性，可以很容易地部署在受灾地区提供通信服务。此外，无人机可以配备传感器来收集现场条件和环境信息，帮助灾害情况分析和促进任务。尽管无人机具有优势，但其电量有限，在提供通信服务和执行特殊任务时，需要确保电池效率以延长其服务时间。
2、此外，无人机在动态环境中运行，传统算法可能难以处理。利用人工智能优化无人机的资源分配，可以更好地适应动态环境，为无人机提供自主权，增强无人机自动化程度，提高其执行任务的时间效率和能源效率。多任务无人机在灾后地区能够执行各种任务的场景，如物资运输和通信服务。并且要减少无人机的航迹规划时间，使其能够快速响应意外情况。
3、然而需要注意的是，地面通信设施可能会因灾害而受损，因此通信服务对于灾后重建工作至关重要。无人机可以为灾区提供通信服务。例...
【技术保护点】
1.基于深度强化学习的无人机应急网络任务卸载方法，其特征在于，包括：
2.根据权利要求1所述的基于深度强化学习的无人机应急网络任务卸载方法，其特征在于，所述无人机应急网络卸载任务场景中包括多个需要卸载任务的用户设备和多个接收卸载任务的无人机，所述基于无人机应急网络卸载任务场景构建无人机应急网络移动边缘计算系统，包括：
3.根据权利要求1所述的基于深度强化学习的无人机应急网络任务卸载方法，其特征在于，所述基于预构建MADDPG网络进行强化学习，包括：
4.根据权利要求3所述的基于深度强化学习的无人机应急网络任务卸载方法，其特征在于，所...
【技术特征摘要】
1.基于深度强化学习的无人机应急网络任务卸载方法，其特征在于，包括：
2.根据权利要求1所述的基于深度强化学习的无人机应急网络任务卸载方法，其特征在于，所述无人机应急网络卸载任务场景中包括多个需要卸载任务的用户设备和多个接收卸载任务的无人机，所述基于无人机应急网络卸载任务场景构建无人机应急网络移动边缘计算系统，包括：
3.根据权利要求1所述的基于深度强化学习的无人机应急网络任务卸载方法，其特征在于，所述基于预构建maddpg网络进行强化学习，包括：
4.根据权利要求3所述的基于深度强化学习的无人机应急网络任务卸载方法，其特征在于，所述网络参数包括actor网络参数和critic网络参数，
5.根据权...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。