23、基于深度强化学习的延迟与隐私联合优化仿真研究

基于深度强化学习的延迟与隐私联合优化仿真研究

1. 在线深度强化学习算法

为解决卸载决策问题,提出了一种在线深度强化学习算法,其伪代码如下:

Algorithm 7 Online deep RL algorithm to solve the offloading decision problem 
Input: Wireless channel gain h 
Output: x, v, b, a  that maximize Q(h, x, v, b, a)  
1: Initialize DNNs’ parameters 
2: for t in  T do 
3:
    Select right value of K1 and K2 according to t 
4:
    Select suitable batch size e and learning interval δ 
5:
    Input h to DNNs to get xt and vt 
6:
    Generate spare xk1 and vk2 
7:
    Compute Q for all xk1 and vk2 by solving P2 
8:
    Select
    (
    x∗
    k1 , v∗
    k2
    )
    that maximize Q 
9:
    Use (h, x∗
    k1 , v∗
    k2 ) to update training set 
10:
    if t > e AND Remainder(t/δ) = 0 then 
11:
        Ra
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值