for i in range(n): if i % (n//10) == 0: print("%0.1f"%(i/n))#每当完成总任务的10%输出 if i> 0 and i % Delta == 0: # 索引从零开始计数 if Delta > 1: max_k = max(np.array(k_idx_his[-Delta:-1])%K) +1 else: max_k = k_idx_his[-1] +1 K = min(max_k +1, N)#根据历史记录动态调整K的值，以使其能够适应数据流的变化。如果数据流的变化比较平稳，则K的值不会经常变化，这样可以避免频繁的参数更新。如果数据流的变化比较剧烈，则K的值会相应地进行调整，以更好地适应新的数据分布 i_idx = i # 实时信道生成 h_tmp = racian_mec(h0,0.3)#使用Rician衰落模型后的增益值 # 将h0增长到1,以便更好的训练; 这是深度学习中广泛采用的一种技巧 h = h_tmp*CHFACT channel[i,:] = h #变量h_tmp乘以常数CHFACT，然后将结果存储到变量h中。接着，将h赋值给二维数组channel的第i行，获取信道增益值 # 实时到达生成 dataA[i,:] = np.random.exponential(arrival_lambda) # 4) LyDROO的排队模型 nn_input = h # 缩放Q和Y到接近1;深度学习技巧 nn_input =np.concatenate( (h, Q[i_idx,:]/10000,Y[i_idx,:]/10000)) # Actor module m_list = mem.decode(nn_input, K, decoder_mode) r_list = [] # 所有候选卸载模式的结果 v_list = [] # 候选卸载模式的目标值 for m in m_list: # Critic module # 为保存在m_list中的所有生成的卸载模式分配资源 r_list.append(Algo1_NUM(m,h,w,Q[i_idx,:],Y[i_idx,:],V)) v_list.append(r_list[-1][0]) # 记录最大奖励指数 k_idx_his.append(np.argmax(v_list)) # Policy update module # 编码最大奖励模式 mem.encode(nn_input, m_list[k_idx_his[-1]]) mode_his.append(m_list[k_idx_his[-1]])#将m_list最后一条历史消息添加到历史消息列表中。 # 存储最大结果 Obj[i_idx],rate[i_idx,:],energy[i_idx,:] = r_list[k_idx_his[-1]]#r_list[k_idx_his[-1]] 中的三个值分别赋值给了三个变量 Obj[i_idx]、rate[i_idx, :]、energy[i_idx, :]怎么修改代码使得结果中不考虑队列积压

要忽略队列积压，可以在 LyDROO 的排队模型中，将 Q[i_idx,:] 的值设置为 0。修改后的代码如下：

for i in range(n):
if i % (n//10) == 0:
print("%0.1f"%(i/n))#每当完成总任务的10%输出

if i > 0 and i % Delta == 0: # 索引从零开始计数
if Delta > 1:
max_k = max(np.array(k_idx_his[-Delta:-1])%K) +1
else:
max_k = k_idx_his[-1] +1
K = min(max_k +1, N)#根据历史记录动态调整K的值，以使其能够适应数据流的变化。如果数据流的变化比较平稳，则K的值不会经常变化，这样可以避免频繁的参数更新。如果数据流的变化比较剧烈，则K的值会相应地进行调整，以更好地适应新的数据分布

i_idx = i
# 实时信道生成
h_tmp = racian_mec(h0,0.3)#使用Rician衰落模型后的增益值
# 将h0增长到1,以便更好的训练; 这是深度学习中广泛采用的一种技巧
h = h_tmp*CHFACT
channel[i,:] = h #变量h_tmp乘以常数CHFACT，然后将结果存储到变量h中。接着，将h赋值给二维数组channel的第i行，获取信道增益值

# 实时到达生成
dataA[i,:] = np.random.exponential(arrival_lambda)

# 4) LyDROO的排队模型
nn_input = h # 缩放Q和Y到接近1;深度学习技巧
nn_input =np.concatenate( (h, np.zeros(Q.shape[1]), Y[i_idx,:]/10000)) # 忽略队列积压，将Q[i_idx,:]的值设置为0
# Actor module
m_list = mem.decode(nn_input, K, decoder_mode)
r_list = [] # 所有候选卸载模式的结果
v_list = [] # 候选卸载模式的目标值
for m in m_list:
# Critic module
r_list.append(Algo1_NUM(m,h,w,np.zeros(Q.shape[1]),Y[i_idx,:],V)) # 忽略队列积压，将Q[i_idx,:]的值设置为0
v_list.append(r_list[-1][0]) # 记录最大奖励指数
k_idx_his.append(np.argmax(v_list))
# Policy update module
mem.encode(nn_input, m_list[k_idx_his[-1]])
mode_his.append(m_list[k_idx_his[-1]])#将m_list最后一条历史消息添加到历史消息列表中。
# 存储最大结果
Obj[i_idx],rate[i_idx,:],energy[i_idx,:] = r_list[k_idx_his[-1]]#r_list[k_idx_his[-1]] 中的三个值分别赋值给了三个变量