摘要
本申请公开了一种基于深度强化学习的海上多平台协同任务优化方法及系统,涉及资源优化、人工智能技术,包括:生成任务场景的动态表示,并提取任务目标及相关特征;基于提取的任务目标及相关特征利用Transformer网络进行处理,获得任务的优先级分布;预先将多平台协作关系建模为图结构,并利用图神经网络计算各平台间的协作效能;根据任务的优先级分布,利用深度强化学习优化任务分配策略,以使得在多目标约束下达到全局最优;基于图神经网络的建模结果以及深度强化学习的任务分配优化结果,生成多平台任务分配方案。本申请的方法能够克服现有技术的局限性,实现更高效、更智能的任务分配和优化。
技术关键词
多平台
任务分配策略
协作关系
深度强化学习算法
消息传递机制
注意力机制
网络
效能
深度学习模型
邻居
人工智能技术
节点特征
数据
场景
资源
系统为您推荐了相关专利信息
分布式任务调度
固件远程升级
动态密钥交换协议
网络带宽资源
强化学习模型
关联预测方法
疾病
卷积神经网络提取
矩阵
多层感知机
信息评价方法
节点
构建知识图谱
矿山地质环境监测
消息传递机制
资源分配优化方法
队列模型
网络架构
计算机执行指令
李雅普诺夫优化
高效节能空调机房
空调控制策略
染色体
神经网络模型
深度强化学习算法