龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：四川省光为通信有限公司
摘要：本发明涉及光模块技术领域，具体涉及使用深度强化学习优化AOC光模块传输性能的方法，所述方法包括：步骤1：建立AOC光模块强化学习环境模型，包括状态空间、动作空间、状态转移概率和回报函数；步骤2：估计动作值函数和策略值函数；步骤3：使用策略梯度方法来改进策略，其中策略参数通过最大化预期回报的策略梯度来更新；步骤4：使用分布式强化学习来更新动作值函数；步骤5：基于改进的策略值函数，选择使得动作值函数最大化的策略来优化AOC光模块的传输性能。本发明通过智能化的自主学习和优化，实现AOC光模块性能的自适应提升，最大化数据传输效率和可靠性，持续改进性能，实现自动化运维，降低成本。
主权项：1.使用深度强化学习优化AOC光模块传输性能的方法，其特征在于，所述方法包括：步骤1：建立AOC光模块强化学习环境模型，包括状态空间、动作空间、状态转移概率和回报函数；所述状态空间表示AOC光模块的可能的传输速度集合；所述动作空间表示对AOC光模块的传输速度进行优化可能采取的动作集合；所述状态转移概率在给定状态下执行给定动作后，转移到下一个状态的概率分布；所述回报函数表示在给定状态下执行给定动作并转移到状态时，计算AOC光模块的性能提升或降低的百分比的函数；AOC光模块的性能提升或降低的百分比为回报；所述回报包括：预期回报和实际回报；步骤2：估计动作值函数和策略值函数；动作值函数表示在给定状态下执行给定动作所的预期回报；策略值函数表示在给定策略下，从当前的状态开始执行策略中包含的多个动作，并遵循该策略直到结束时所获得的每个动作的预期回报的总和；每个策略为多个动作按照顺序组成的集合；步骤3：使用策略梯度方法来改进策略，其中策略参数通过最大化预期回报的策略梯度来更新；使用蒙特卡洛树搜索来计算新的策略值函数；循环执行本步骤直到达到设定的第一执行次数；步骤4：使用分布式强化学习来更新动作值函数；使用更新后的动作值函数，通过计算策略梯度，再次更新策略参数，以改进策略；循环执行本步骤直到达到设定的第二执行次数；步骤5：基于改进的策略值函数，选择使得动作值函数最大化的策略来优化AOC光模块的传输性能。
全文数据：
权利要求：
百度查询： 四川省光为通信有限公司 使用深度强化学习优化AOC光模块传输性能的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号