买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利一种无蜂窝大规模MIMO中基于元强化学习的计算卸载方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116339864B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310425067.9，技术领域涉及：G06F9/445；该发明授权一种无蜂窝大规模MIMO中基于元强化学习的计算卸载方法是由蒋雁翔;鹿奕;黄一格;尤肖虎设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。

本一种无蜂窝大规模MIMO中基于元强化学习的计算卸载方法在说明书摘要公布了：本发明公开了无蜂窝大规模MIMO中基于元强化学习的计算卸载方法，包括：1、初始化卸载任务分布，模型权重参数，模型训练周期数；2、各节点接收用户的卸载任务请求；3、节点根据卸载任务，作出卸载决策与RIS相位调整动作；4、各节点下的用户执行卸载决策，计算相应的时延，得到奖励与下一状态并存储在训练池中；5、节点采样任务样本中的子任务轨迹，更新网络模型参数，并转入下一次训练；6、一个训练周期结束后，节点集中计算训练池中所有任务的损失函数值，二次更新网络模型参数。本发明降低用户任务执行的时延，提高用户对动态网络的适应性，提高用户服务质量。

本发明授权一种无蜂窝大规模MIMO中基于元强化学习的计算卸载方法在权利要求书中公布了：1.一种无蜂窝大规模MIMO中基于元强化学习的计算卸载方法，其特征在于，包括以下步骤： 步骤1、初始化元强化学习的模型参数，包括卸载任务分布ρV，其中V为用户卸载任务的集合，内外层训练速率α和β，策略函数πθai|si的参数θ，其中si为卸载状态，ai为决策执行动作；初始化训练周期数Q； 步骤2、各个节点接收覆盖范围内所有用户的卸载任务，将所有的用户卸载任务放在训练池中，采样训练池中的用户卸载任务，构建任务样本组； 步骤3、随机采样任务样本组中的用户卸载任务Vi，构建卸载状态si，并根据卸载状态si对用户作出任务卸载决策与决策执行动作ai＝di,ψi，其中di∈{0,1}表示任务卸载决策，di＝1表示用户任务卸载到节点，di＝0表示用户的任务卸载在本地；ψi表示RIS的相位分配； 步骤4、计算决策执行动作ai的时延，得到奖励ri与下一卸载状态si+1，并将信号si,ai,si+1,ai+1存储在训练池中； 步骤5、节点根据策略函数πθai|si采样用户卸载任务Vi，组成子任务轨迹集合Di；使用子任务轨迹集合Di计算梯度函数，并使用计算得到的梯度函数更新元强化学习的模型参数，转入下一次训练； 步骤6、一个训练周期结束后，节点二次梯度更新元强化学习的模型参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。