一种基于MAPPO算法的WiFi网络资源调度方法及系统

摘要文本

本发明属于网络资源调度技术领域，尤其涉及一种基于MAPPO算法的WiFi网络资源调度方法及系统，AP获取每个STA对应的缓存队列的相关信息；将OFDMA资源调度问题建模为一个部分可见马尔可夫决策过程，并定义其中的状态、动作以及奖励函数；采用MAPPO深度强化学习算法求解最优策略；根据最优策略来控制OFDMA资源单元的调度本发明可以在有效地保证时延敏感节点可靠性的同时，最大化带宽型业务节点的吞吐量。本发明通过合理地设置全局奖励函数中的权重参数，在网络带宽为20MHz且总数据输入速率不超过20Mbps的情况下能够保障高达92.67％的可靠性。本发明在时延敏感业务和带宽型业务节点共存的上行网络场景中展现出良好的稳定性与泛化能力。