根据一方面，提供了一种训练策略的计算机实现的方法，该策略供通信网络中的强化学习(RL)代理(406)使用，其中，RL代理(406)用于根据该策略优化通信网络的相应小区(404)中的一个或多个小区参数，该方法包括：(i)为通信网络中的多个小区(404)中的每一个小区部署(1001)相应的RL代理(408)，该多个小区(404)包括彼此相邻的小区，每个相应的RL代理(408)具有策略的第一次迭代；(ii)根据策略的第一次迭代操作(1003)每个所部署(408)的RL代理，以调整或维持相应小区(404)中的一个或多个小区参数；(iii)接收(1005)与该多个小区(404)中的每一个小区的操作相关的测量；以及(iv)基于所接收的与该多个小区(404)中的每一个小区的操作相关的测量来确定(1007)策略的第二次迭代。
声明：
“用于优化小区参数的策略” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1211
编辑：管理员
来源：北方有色网
咨询细节
