15、智能交通控制:QMIX辅助路由与基于节点向量的域内QoS路由

智能交通控制:QMIX辅助路由与基于节点向量的域内QoS路由

1. QMIX辅助路由在基于社交的容迟网络中的应用
1.1 QMIX算法伪代码

QMIX算法是一种用于基于社交的容迟网络(DTN)的合作多智能体强化学习(MARL)算法,其伪代码如下:

Algorithm 4.2 Cooperative MARL algorithm for social-based DTN 
1: Initialize replay buffer 
2: for episode = 1, M  do 
3: 
    Initialize network environment 
4: 
    for step = 1, T  do 
5:
        Each agent obtains its observation o 
6:
        Execute the action to get each new observation o′ and reward r of each agent 
7:
        Store (o, a, r, o′) to replay buffer 
8: 
    end for 
9: 
    for agent t = 1, N do 
10:
        Randomly extract a batch from replay buffer 
11:
        Calculate Qi(τi, ai; θi) and maxai′ ¯Qi(τi′, a′i; θi′) by DRQN 
12: 
    end for 
13: 
    Input all
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