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！

龙图腾网获悉华东师范大学申请的专利基于多智能体强化学习的数据中心网络ECN自动调控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：CN115529278B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202211099120.2，技术领域涉及：H04L47/12；该发明授权基于多智能体强化学习的数据中心网络ECN自动调控方法是由王廷;程凯设计研发完成，并于2022-09-07向国家知识产权局提交的专利申请。

本基于多智能体强化学习的数据中心网络ECN自动调控方法在说明书摘要公布了：本发明公开了一种基于多智能体强化学习的数据中心网络ECN自动调控方法，该方法具体包括以下步骤：步骤1、将数据中心网络ECN阈值调控建模为多智能体强化学习问题；步骤2、根据数据中心网络的特征利用多智能体强化学习中的独立近似策略优化算法IPPO进行训练；步骤3、结合离线预训练和在线增量学习使得部署在各个交换机上的模型能够快速适应动态的数据中心网络环境。本发明基于多智能体强化学习技术，数据中心网络中各交换机根据现有的网络状态信息选择ECN阈值调控策略，提高数据中心网络性能。同时，本发明采用了独立近似策略优化算法IPPO，避免不必要的内存开销和带宽成本，提高计算效率与算法性能。

本发明授权基于多智能体强化学习的数据中心网络ECN自动调控方法在权利要求书中公布了：1.一种基于多智能体强化学习的数据中心网络ECN自动调控方法，其特征在于，该方法包括以下具体步骤： 步骤1、将数据中心网络ECN阈值调控建模为多智能体强化学习问题；数据中心网络中由各个交换机来负责ECN阈值调控以实现时延和吞吐量的平衡；将数据中心中每个交换机与一个独立的智能体关联，结合马尔可夫决策过程搭建深度强化学习框架； 步骤2、对于每个智能体，依据深度强化学习框架中得到的网络状态信息，结合设计的奖励函数以及动作空间，利用多智能体强化学习中的独立近似策略优化算法IPPO算法进行训练，从而根据动态的网络状态选择ECN阈值调控策略； 步骤3、对于每个智能体，采用混合训练策略，将离线预训练和在线增量学习相结合，提高模型的整体质量以适应动态变化的网络状态；其中： 步骤2中所述的利用多智能体强化学习中的独立近似策略优化算法IPPO进行训练，多智能体IPPO是一种独立学习算法，其中每个分布式智能体，即交换机，根据其本地状态信息独立学习并估计其局部价值函数，而不需要全局经验回放；具体描述如下：每个交换机独立执行IPPO算法并学习，能够表示为价值函数Vωst由可学习参数ω利用广义优势估计参数化，其中ω表示可学习参数，st表示t时刻的状态信息；每个交换机都有一个优势估计函数定义如下：其中δt＝rt+γVωst+1-Vωst，Vωst是通过神经网络估计的得到的t时刻的价值，ω是可学习参数，st表示t时刻的状态信息，γ为折扣因子；交换机学习策略π，策略损失函数为： 其中表示由θold参数化的策略，πθ表示由θ参数化的策略，clip表示clip函数，∈表示误差值；价值估计需要最小化平方误差损失，具体如下：其中是从时间t开始从环境中获得的奖励的总和。

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华东师范大学，其通讯地址为：200241 上海市闵行区东川路500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”。