合肥金星智控科技股份有限公司
宣传

位置:中冶有色 >

有色技术频道 >

> 化学分析技术

> 基于深度强化学习的实时依赖型任务卸载方法

基于深度强化学习的实时依赖型任务卸载方法

839   编辑:管理员   来源:中冶有色技术网  
2023-03-19 07:02:26
本发明涉及一种基于深度强化学习的实时依赖型任务卸载方法,包括以下步骤:步骤S1:基于任务卸载的系统模型,在运行时环境中使用DQN算法训练卸载操作Q值预测模型;步骤S2:卸载操作Q值预测模型,根据计算节点的计算能力、计算节点之间的传输速率以及应用的卸载方案,预测不同卸载操作的Q值,然后,通过比较它们对应的Q值来选择合适的卸载操作;步骤S3:重复步骤S2,通过反馈迭代逐步为每个任务决定执行位置。本发明能够很好地适应不同的云边缘环境,并高效地生成卸载方案。
声明:
“基于深度强化学习的实时依赖型任务卸载方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)
分享 0
         
举报 0
收藏 0
反对 0
点赞 0
标签:
化学分析
全国热门有色金属技术推荐
展开更多 +

 

中冶有色技术平台微信公众号
了解更多信息请您扫码关注官方微信
中冶有色技术平台微信公众号中冶有色技术平台

最新更新技术

报名参会
更多+

报告下载

2024退役新能源器件循环利用技术交流会
推广

热门技术
更多+

衡水宏运压滤机有限公司
宣传
环磨科技控股(集团)有限公司
宣传

发布

在线客服

公众号

电话

顶部
咨询电话:
010-88793500-807
专利人/作者信息登记