简介:
本申请实施例提供了一种基于深度强化学习的RIC节点的算法部署方法及装置,应用于无线智能控制器包含的非实时RIC节点,无线智能控制器还包括至少一个近实时RIC节点,方法包括:确定当前决策时刻近实时RIC节点的节点状态,节点状态包括:近实时RIC节点内部署的业务算法集合、上一决策时刻与当前决策时刻之间近实时RIC节点接收的业务请求集合;将节点状态输入预先训练的深度强化学习模型,确定接受率期望值最大的算法部署决策,算法部署决策包含需要在近实时RIC节点部署的目标算法集合;将目标算法集合下发至近实时RIC节点。以实现预先预测出近实时RIC节点需要部署的算法集,节省通信开销,提升业务响应速度以及业务接受率。
本申请实施例提供了一种基于深度强化学习的RIC节点的算法部署方法及装置,应用于无线智能控制器包含的非实时RIC节点,无线智能控制器还包括至少一个近实时RIC节点,方法包括:确定当前决策时刻近实时RIC节点的节点状态,节点状态包括:近实时RIC节点内部署的业务算法集合、上一决策时刻与当前决策时刻之间近实时RIC节点接收的业务请求集合;将节点状态输入预先训练的深度强化学习模型,确定接受率期望值最大的算法部署决策,算法部署决策包含需要在近实时RIC节点部署的目标算法集合;将目标算法集合下发至近实时RIC节点。以实现预先预测出近实时RIC节点需要部署的算法集,节省通信开销,提升业务响应速度以及业务接受率。