买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于深度强化学习的服务功能部署及无人机边缘节点资源分配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118784650B 。

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410794724.1，技术领域涉及：H04L67/1012；该发明授权基于深度强化学习的服务功能部署及无人机边缘节点资源分配方法是由魏祥麟;贾茹娜;范建华;成洁;赵框设计研发完成，并于2024-06-19向国家知识产权局提交的专利申请。

本基于深度强化学习的服务功能部署及无人机边缘节点资源分配方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的服务功能部署及无人机边缘节点资源分配方法，包括：根据地面任务和无人机的部署场景，构建二维任务调度模型；定义智能体的状态空间；设置智能体的动作空间为每个时隙需要卸载的子任务选择的无人机序号以及每架无人机在各时隙的动作；基于降低DAG任务的卸载时延和无人机边缘节点部署成本的加权和，定义系统开销，并设计智能体动作的奖励函数；选择深度强化学习模型并进行模型结构配置；采用多智能体强化学习方法进行调度模型训练并部署到地面控制站，供地面控制站调度决策使用；本发明基于深度强化学习方法能够均衡多无人机边缘计算下无人机部署成本与任务卸载时延，降低部署成本，适应不同的部署场景。

本发明授权基于深度强化学习的服务功能部署及无人机边缘节点资源分配方法在权利要求书中公布了：1.一种基于深度强化学习的服务功能部署及无人机边缘节点资源分配方法，其特征在于，包括以下步骤：S101.部署问题建模：根据地面任务和无人机的部署场景，构建二维任务调度模型；部署场景为区域内分布多个移动设备，每个移动设备有一个计算密集型任务DAG，将DAG任务卸载到无人机边缘节点上执行，每架无人机根据资源容量部署不同类型、不同数量的服务功能SF，执行DAG任务的子任务；二维任务调度模型为基于无人机位置、子任务卸载位置和卸载时延以及无人机数量，在任务卸载过程的每个时隙中，将子任务卸载到无人机边缘节点上执行DAG任务的子任务；S102.状态空间设置：按照深度强化学习框架，将所有子任务和无人机的集合看作一个智能体，并定义智能体的状态；S103.动作空间设置：设置智能体的动作为每个时隙需要卸载的子任务选择的无人机序号以及每架无人机在各时隙的动作，无人机的动作包括速度和角度；S104.奖励函数设置：基于降低DAG任务的卸载时延和无人机边缘节点部署成本的加权和，定义系统开销，并设计智能体动作的奖励函数；S105.训练模型设计：基于设置的智能体的状态、动作、动作的奖励，为多智能体选择深度强化学习模型并进行模型结构配置；S106.调度模型训练：采用多智能体强化学习方法进行调度模型训练，最大化累积折扣奖励，获得训练好的智能体网络模型；S107.调度模型部署：将训练好的智能体网络模型部署到多无人机边缘计算系统中负责服务功能部署和调度的地面控制站，供地面控制站调度决策使用；步骤S104中，在时隙t的系统总开销为： 其中，为时隙t所有无人机的总部署成本，R为无人机边缘节点总数，Lt为时隙t中全部子任务完成的最小时延，ω0和ω1为对应的两个权重参数；奖励函数包括三个部分，具体为：在时隙t所有无人机的总部署成本： 其中，Qr为初始情况每架无人机的部署成本，为时隙t之前各无人机被部署的次数，s为在时隙t被部署的无人机数量；在时隙t全部子任务完成的最小时延，即总卸载时延: 其中，为时隙t中的N个子任务的完成时延；若在时隙t中需要卸载的子任务找不到合适的无人机进行卸载，则给予惩罚；若是连续超过n个子任务找不到合适的无人机进行卸载，则给予较大的惩罚；给予惩罚为对时隙t中奖励值减去一个固定值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：210007 江苏省南京市秦淮区后标营路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。