基于改進(jìn)型DDPG的單用戶任務(wù)遷移優(yōu)化

摘要： 針對(duì)傳統(tǒng)強(qiáng)化學(xué)習(xí)算法在具有隨機(jī)任務(wù)到達(dá)和時(shí)變無線信道的邊緣服務(wù)器上最小化計(jì)算成本存在收斂速度慢、收斂不穩(wěn)定等問題，提出一種改進(jìn)型DDPG算法(IDDPG)。將DDPG的Critic網(wǎng)絡(luò)結(jié)構(gòu)替換為Dueling結(jié)構(gòu)，通過將狀態(tài)價(jià)值函數(shù)拆分為優(yōu)勢函數(shù)和價(jià)值函數(shù)，使其收斂更快；將Critic網(wǎng)絡(luò)的更新頻率調(diào)整為高于Actor網(wǎng)絡(luò)的更新頻率，使整體訓(xùn)練更加穩(wěn)定；在Actor網(wǎng)絡(luò)選出來的...