- 1、本文档共16页,其中可免费阅读15页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于元强化学习的边缘计算自适应任务编排调度方法,本发明利用原始策略梯度来处理高维且复杂的任务编排调度问题,通过元强化学习算法赋予模型快速适应动态环境的能力,基于概率分布和可用性数组来选择目标服务器,避免了将任务编排调度到异常服务器;同时克服了应用元强化学习时的动态环境敏感性,提高了方法整体的鲁棒性。本发明与现有技术相比,降低了任务失败率和任务完成时间,提高了系统稳定性,实现了负载平衡并且能够更好地适应动态的边缘计算环境,从而提高服务质量。有效地解决了大多数智能编排调度算法训练数据
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118093141A
(43)申请公布日2024.05.28
(21)申请号202410402563.7G06N3/092(2023.01)
文档评论(0)