買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網獲悉中國電信股份有限公司申請的專利一種MEC的聯(lián)合計算卸載和資源分配方法及裝置獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN116418808B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202111639639.0，技術領域涉及：H04L67/10；該發(fā)明授權一種MEC的聯(lián)合計算卸載和資源分配方法及裝置是由趙英宏設計研發(fā)完成，并于2021-12-29向國家知識產權局提交的專利申請。

本一種MEC的聯(lián)合計算卸載和資源分配方法及裝置在說明書摘要公布了：本發(fā)明公開了一種MEC的聯(lián)合計算卸載和資源分配方法及裝置，以最小化網絡總體時延為優(yōu)化目標，通過設計一種基于深度強化學習模型的TD3改進算法ITD3，形成任務卸載決策和邊緣服務器資源分配的聯(lián)合調度策略，以保證用戶業(yè)務調度過程的高穩(wěn)定性與高可靠性，實現(xiàn)業(yè)務的靈活調度與資源的按需分配，提升用戶服務質量。

本發(fā)明授權一種MEC的聯(lián)合計算卸載和資源分配方法及裝置在權利要求書中公布了：1.一種多接入邊緣計算MEC的聯(lián)合計算卸載和資源分配方法，其特征在于，包括： 根據實時獲取到的任務特征與移動邊緣網絡中各邊緣服務器的資源負載，對網絡狀態(tài)進行抽象建模，建立深度強化學習模型；所述移動邊緣網絡由若干用戶設備、若干邊緣服務器和一個中央控制器組成； 每間隔一段時間，獲取所述移動邊緣網絡中的網絡狀態(tài)信息后，對所述深度強化學習模型使用TD3改進算法ITD3算法進行訓練； 在接收到所述用戶設備上傳的計算任務時，根據最新更新的所述網絡狀態(tài)信息，以最小化所述計算任務的處理時延為優(yōu)化目標，使用ITD3算法訓練好的所述深度強化學習模型進行卸載和資源分配決策，得到決策結果； 將所述計算任務的卸載結果發(fā)送至所述計算任務接入的邊緣服務器，將資源調度決策發(fā)送至為執(zhí)行所述計算任務分配的邊緣服務器； 其中，所述對所述深度強化學習模型使用ITD3算法進行訓練，具體包括： 構建主網絡N與目標網絡N’，所述主網絡N與所述目標網絡N’均包括兩個critic子網絡與一個actor子網絡π；在初始狀態(tài)下為所述主網絡N與所述目標網絡N’隨機分配參數θ1,θ2,，并初始化經驗回放池B； 在判斷訓練的執(zhí)行次數t大于設定值時，將初始狀態(tài)s更改為此前觀測到的最佳狀態(tài)s*；根據確定策略加入噪聲選擇動作 依據動作執(zhí)行得到下一個狀態(tài)后，將樣本s,a,r,s’存儲于所述經驗回放池中；從所述經驗回放池中隨機抽樣N個樣本s,a,r,s’進行復習，并依據二次更新公式更新動作 在所述兩個critic子網絡中選擇Q-value值更小的網絡更新參數，求出目標函數根據梯度下降公式更新critic子網絡的參數 當確定執(zhí)行次數t達到設定閾值d后，依據確定性策略梯度公式更新所述actor子網絡的參數使用軟更新策略，將所述主網絡的參數更新至目標網絡的參數 重復執(zhí)行上述訓練過程直至參數收斂。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人中國電信股份有限公司，其通訊地址為：100033 北京市西城區(qū)金融街31號；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。