首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于好奇心机制的边缘云系统调度方法_天津大学_202410017359.3 

申请/专利权人:天津大学

申请日:2024-01-05

公开(公告)日:2024-05-17

公开(公告)号:CN118051306A

主分类号:G06F9/48

分类号:G06F9/48;G06F9/50;G06N3/042;G06N3/0464;G06N3/092

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.06.04#实质审查的生效;2024.05.17#公开

摘要:本发明公开了一种基于好奇心机制的边缘云系统调度方法,涉及互联网调度领域,通过采用小时间尺度的多智能体行动者‑评论者算法MAA2C进行请求调度以及大时间尺度的图卷积网络‑行动者‑评论者算法GCN‑A2C进行服务编排;在MAA2C和GCN‑A2C强化学习算法中添加内在好奇心模块ICM,ICM模块包括前向模型forwardmodel和逆向模型inversemodel两个组件;前向模型负责预测智能体在不同动作下的下一个状态,逆向模型负责预测智能体应该采取的动作,实现从当前状态到目标状态的转移;ICM模块在强化学习框架中引入内在奖励机制;使用多智能体强化学习MARL使得边缘云调度器能够在互动环境中学习,有效处理复杂的协同决策问题。本发明采用上述的调度方法,提升了系统的效率和稳定性。

主权项:1.一种基于好奇心机制的边缘云系统调度方法,其特征在于:通过采用小时间尺度的多智能体行动者-评论者算法MAA2C进行请求调度以及大时间尺度的图卷积网络-行动者-评论者算法GCN-A2C进行服务编排;在MAA2C和GCN-A2C强化学习算法中添加内在好奇心模块ICM,ICM模块包括前向模型forwardmodel和逆向模型inversemodel两个组件;前向模型负责预测智能体在不同动作下的下一个状态,逆向模型负责预测智能体应该采取的动作,实现从当前状态到目标状态的转移;ICM模块在强化学习框架中引入内在奖励机制;使用多智能体强化学习MARL使得边缘云调度器能够在互动环境中学习,有效处理复杂的协同决策问题。

全文数据:

权利要求:

百度查询: 天津大学 一种基于好奇心机制的边缘云系统调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术