摘要
本发明公开了面向视频分析任务的端边云协同配置和调度方法,属于互联网应用层的配置调节和资源调度技术。首先构建基于强化学习网络的端边云协同调度器,在端边云协同架构中引入演员‑评论家模型,演员模型部署于边缘节点上作为调度器,评论家模型部署于云端任意节点上分析器模块中,并将分析器评估结果反馈给各个边缘节点上的演员模型用于训练。然后建立优化目标并求解,得到离散量决策和带宽决策,并将该决策应用于调度器的视频分析任务,当前时隙步骤执行完成后,将剩余任务上传到云节点,并将任务处理情况用于训练演员‑评论家系统,训练迭代直至演员‑评论家系统收敛。本发明实现了资源的高效利用,提升了系统可扩展性和鲁棒性,降低能耗。
技术关键词
视频分析
节点
决策
调度器
强化学习网络
时延
分析器
资源调度技术
任务调度
生成视频流
神经网络结构
分辨率
策略
云设备
资源分配
云端
内存
鲁棒性