一种基于分层强化学习的无线自组织网络业务感知跨层优化方法及系统

本申请公开了一种基于分层强化学习的无线自组织网络业务感知跨层优化方法及系统，涉及无线自组织网络领域，该方法包括将无线自组织网络中每个待控制的业务流定义为一个智能体，并将多个业务流的路由与资源分配联合优化问题构建为马尔可夫决策过程模型；对于任一智能体，以智能体当前所在节点为中心节点构建局部观测图，并根据局部观测图进行特征提取，得到智能体的当前状态表示；将智能体的当前状态表示基于预先训练好的分层强化学习网络进行决策，从联合动作空间选择并输出联合动作；将各智能体选择的联合动作下发至对应物理节点执行，实现无线自组织网络业务感知跨层优化，本申请能够有效解决动作空间爆炸和信用分配难题。