原创力文档- 1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种多无人机网络下基于深度强化学习的时隙分配方法，属于无人机资源分配优化技术领域。该方法步骤包括：(1)对多无人机网络时隙分配建立马尔可夫决策过程(MDP)模型，在MDP中建立无人机在环境中的环境状态、动作集合和奖励函数；(2)利用所述MDP模型对近端策略优化(PPO)算法深度强化学习网络进行训练；(3)利用训练过的PPO模型对多无人机网络动态时隙分配。本发明将网络拓扑结构纳入考虑，提出的深度强化学习方案，有效提高了信道利用率。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117750509A
(43)申请公布日2024.03.22
(21)申请号202311751274.XH04B7/185(2006.01)
文档评论（0）