摘要
本申请提供了一种任务调度方法、装置、电子设备及计算机可读存储介质,涉及分布式边缘计算技术领域。方法包括:获取M个UD产生的L个任务请求的至少一个有向无环图;根据至少一个有向无环图,构建L个任务请求的超图;通过超图神经网络对超图进行处理,得到任务图嵌入;以每一任务请求的任务大小、执行结果大小、任务图嵌入和调度决策为状态,以调度决策作为强化学习的动作,以减少任务调度的延迟和能耗为强化学习的目标设置奖励,进行深度强化学习,生成目标调度决策;根据目标调度决策,在N个RP和M个UD上对L个任务请求进行任务调度。此种方式生成的调度决策在执行时可以具有更高的并行计算效率。
技术关键词
有向无环图
任务调度方法
任务调度系统
深度强化学习
决策
分布式边缘计算技术
能耗
无线带宽
并行计算效率
可读存储介质
任务调度装置
门控循环单元
顶点
电子设备
处理器
功率
下载数据
计算机程序产品
分区
系统为您推荐了相关专利信息
中继无人机
通信网络拓扑
节点特征
通信链路
智能轨迹规划
影像识别方法
深度神经网络模型
构建预测模型
数据
识别患者
闭环控制系统
伺服电缸
分析单元
闭环控制方法
热管理
对比度
双通道卷积神经网络
灯珠
融合特征
双支持向量机
拓扑空间模型
数字孪生
任务调度系统
融合处理器
实时状态信息