基于深度强化学习的无人机多跳网络智能资源分配方法

本发明提出基于深度强化学习的无人机多跳网络智能资源分配方法，包括，将任务输入抽象为虚拟网络，无人机集群抽象为物理网络，资源分配过程视为虚拟网络到物理网络的嵌入。以网络状态信息为输入，每次处理虚拟网络中的单个节点，根据输出结果更新物理网络资源信息。通过统计嵌入成功率、评估资源效费比和网络QoS性能得到回报值。利用智能资源分配网络计算动作对应的优势函数期望，基于策略梯度优化方法在约束下更新策略，直至网络收敛。最后，将任务输入转换为虚拟网络请求，输入训练好的资源分配网络，获得最优嵌入策略，实现资源的高效分配。