异构任务更稳收敛
针对异构任务和QoS感知场景定制的深度Q网络，通过改进探索机制提升动态约束优化下的鲁棒性。
陈少淼 · Chengquan, Peng · Jiang, Liming · Nai, Ke · Wei, Liang · Jin, Wang · Li, Kuan Ching · Pathan, Al Sakib Khan
IEEE Internet of Things Journal 2025
通过改进探索机制，R-DQN 能更有效地探索状态空间，从而加快收敛速度。
R-DQN 在动态约束优化场景下能取得更好的全局优化效果，避免局部最优。
针对异构任务和 QoS 感知场景设计，R-DQN 对动态约束优化问题具有更强的鲁棒性。