一种基于深度强化学习的多分割多跳任务卸载系统

AITNT
正文
推荐专利
一种基于深度强化学习的多分割多跳任务卸载系统
申请号:CN202411068734
申请日期:2024-08-06
公开号:CN118590940B
公开日期:2024-11-12
类型:发明专利
摘要
本发明公开了一种基于深度强化学习的多分割多跳任务卸载系统,本发明涉及无线网络资源分配技术领域,解决了最小化所有服务物联网设备的平均能耗并满足其任务截止时间的长期优化的技术问题,本发明通过多跳通信传输到远程的边缘服务器。此外,本发明使物联网设备能够将其数据分成多个片段,每个片段被分配一个任务执行路径,从直接连接到某物联网设备的边缘服务器到负责处理该特定任务数据段的边缘服务器,可以根据边缘服务器之间的网速,自适应地调节多跳的步数,以及数据切割的块数,对边缘服务器的负载均衡有很大提升,能够增加计算网络的吞吐量。
技术关键词
物联网设备 深度强化学习 卸载系统 服务器 分配信息 网络 传输路径 数据 阶段 广度搜索算法 时间段 分析模块 资源分配策略 输出模块 定义 多跳通信 信息采集模块
系统为您推荐了相关专利信息
1
一种异构强化学习与有限元协同仿真系统及方法
协同仿真系统 数据压缩算法 数据交互通道 服务器 程序
2
基于注意力机制的动态多指标优化异构武器目标分配方法
武器 注意力模型 多指标 注意力机制 编码器
3
基于人工智能的核保方法、装置、设备及存储介质
健康风险评估 医学图像数据 客户 生理 保费定价模型
4
一种工业物联网场景下基于强化学习优化的原位数据调度方法
工业物联网场景 存储结构 数据调度方法 原位 多层次
5
基于联邦大模型的反转知识蒸馏方法和系统
知识蒸馏方法 客户端 服务器 逻辑 参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号