随着自动驾驶、远程控制和智能电网等技术的快速发展,对无线传输的可靠性和低时延特性提出了更高的要求,因此低时延高可靠传输场景获得了广泛关注。为了保证在用户服务质量的基础上对低时延高可靠传输需求进行调度,必须通过合适的资源分配算法实现紧缺频带资源和能耗的充分利用。一些传统的资源分配算法可以根据传输需求控制资源分配的策略,但是却难以根据动态多变的环境做出分配决策的调整,毫无疑问造成了传输资源的浪费。而基于深度强化学习的资源调度方案虽然可以实现智能调度决策,但却存在建模复杂、优化困难和难以收敛等问题。针对上述问题,本文针对低时延高可靠传输需求的动态资源分配算法展开了研究,主要工作与创新点总结如下:1.研究了基于深度强化学习的增强移动宽带与低时延高可靠传输复用场景资源优化分配方法。通过对复用传输场景建模,在保证传输需求的约束前提下,以最小化低时延高可靠传输需求的误比特率、增强移动宽带传输需求的平均队列长度以及功率消耗为目标,建立关于复用传输场景的联合优化问题,并且建模为马尔科夫决策过程。将复杂优化问题分解为功率分配与子载波码率设置问题。通过优化算法解决功率分配问题。利用深度Q学习理论对码率设置问题进行分析优化,设计出了一种能够自我优化调整的资源分配策略,能够满足复用传输场景动态变化的传输需求,并通过深度双Q学习算法对决策方案进行改进。仿真结果表明,所提基于深度强化学习的资源优化决策方法相比于传统资源分配算法在降低传输时延、减小队列长度等方面均有较大的性能提升。2.研究了基于深度强化学习的联合重传的低时延高可靠传输资源调度优化方法。首先考虑传输场景下的传输需求约束,对重传场景进行建模分析,以最小化传输时延、误比特率、队列长度以及功率消耗为优化目标,将优化问题转化为马尔科夫决策过程,并将复杂的NP问题进行分解,采用多智能体强化学习方式分别解决功率分配问题和子载波码率设置问题。并通过深度确定性策略梯度算法解决连续状态下的功率分配问题。从而设计出了一种联合智能决策的传输资源分配算法,有效地满足了动态变换场景中的传输需求。仿真结果表明,所提基于强化学习的资源调度决策算法相比于传统算法在降低时延和提高传输准确率等方面的性能优势。本文对基于深度强化学习的低时延高可靠传输资源调度决策优化方法展开了研究,针对复用和联合重传两种传输场景,提出了基于深度强化学习的优化解决方案。解决了动态变化场景中的传输资源智能调度决策问题,实现了保证传输需求的基础上对紧缺传输资源的充分利用。