基于HG-Trans的边缘服务任务的重调度方法

本发明公开了基于HG‑Trans的边缘服务任务的重调度方法，包括以下分步骤：S1、将动态任务调度问题建模为一个马尔可夫决策过程，将调度状态转换为异构图结构；S2、将异构图结构输入HG‑Trans网络，得到估计状态值和所有动作的概率分布；S3、将估计状态值和所有动作的概率分布输入决策网络，输出任务调度策略。利用基于异构图神经网络的边缘故障场景任务重调度策略，以全面提升边缘计算系统在故障场景下的任务调度性能。解决现有调度方法依赖局部信息或简单规则，缺乏高效的故障恢复机制，无法在故障发生后快速调整任务执行路径的问题，在减少调度延迟的同时实现资源的全局最优分配。