[发明专利]一种带宽分配方法、装置及服务器

摘要

本发明公开了一种带宽分配方法、装置及服务器，包括针对终端当前发起的终端业务，获取该终端对应的当前网络状态；基于该当前网络状态和各预设带宽的各组合分别对应的Q值，确定在该当前网络状态下从各预设带宽中进行随机选择时所基于的分别与各预设带宽对应的随机概率；各Q值分别对应表征了在该当前网络状态下该终端采用各预设带宽处理该终端业务所产生的累积动作回报的期望，该Q值越大，与该Q值对应的随机概率越大；按照分别与各预设带宽对应的随机概率，从各预设带宽中进行随机选择；为该终端业务分配所选择出的预设带宽。采用本发明提供的方法、装置及服务器，解决了现有技术中无法为终端合理分配带宽的问题。

主权项

一种带宽分配方法，其特征在于，包括：针对终端当前发起的终端业务，获取所述终端对应的当前网络状态；基于所述当前网络状态和各预设带宽的各组合分别对应的Q值，确定在所述当前网络状态下从各预设带宽中进行随机选择时所基于的分别与各预设带宽对应的随机概率；各Q值分别对应表征了在所述当前网络状态下所述终端采用各预设带宽处理所述终端业务所产生的累积动作回报的期望，所述Q值越大，与所述Q值对应的随机概率越大；按照分别与各预设带宽对应的随机概率，从各预设带宽中进行随机选择；为所述终端业务分配所选择出的预设带宽；其中，所述动作为在强化学习系统中已产生的动作，回报为环境对动作做出的评价，所述强化学习系统根据外部环境所提供的信息及自身的经历进行学习，在不断的“动作回报”的过程中获得知识，改进自己的动作方案来适应环境，以使累计动作回报达到最大化。