Methoden zur Unterstützung der Richtungsgradienten-Politik für die Online-Optimierung stochastischer Warteschlangennetze

Dieser Bericht stellt ein neuartiges Rahmenwerk für die Online-Tiefenreinforcement-Lernsteuerung (ODRLC) stochastischer Warteschlangennetze vor. Das Rahmenwerk kombiniert die Lernfähigkeit neuronaler Netzwerke mit der garantierten Stabilität klassischer Steuerungsverfahren, um die Herausforderungen unbegrenzter Zustandsräume in ODRLC-Umgebungen zu bewältigen.