一种算力网络中基于图神经网络的资源协同调度方法

本发明公开了一种算力网络中基于图神经网络的资源协同调度方法，属于计算机领域。本发明在综合考虑网络中各个计算节点的资源使用状态的情况下使算力网络高效运行并提升网络性能；将网络环境建模成图结构，并利用GNN来实时更新并提取网络环境中的状态信息；为了最大化算力网络的性能并满足用户的多样化需求，本发明结合GNN和DDPG，使用双重神经网络架构分离策略学习和价值学习减少了过度估计的风险，并且引入经验回放的方式使得算法更容易收敛，提升了算法的稳定性和学习效率，还增强了模型的泛化能力和鲁棒性。