摘要
本发明公开一种无线算力网络动态任务智能调度方法,应用于算力资源调度领域,针对当前对于算力网络的研究大多是面向有线数据中心的大型算力网络,难以应对现在广泛存在的无线环境下的计算需求的问题;本发明根据无线算力网络中任务的上下行传输时间、计算等待时间以及计算时间,构建平均时延优化模型;并将该优化问题建模为一个具有较大状态空间的马尔科夫决策过程,并基于深度强化学习算法对问题进行求解;经本发明方法得到的调度方案,能有效地保证了计算任务完成的高效性。
技术关键词
智能调度方法
深度强化学习算法
时延
任务调度
服务器
网络
云端
基站
节点
动态
通信带宽
资源
策略
数据中心
速率
决策
时间段
运动
信道
变量
系统为您推荐了相关专利信息
数据治理方法
终端服务器
客户端设备
自动化批量
可视化页面
决策方法
物联网设备
设备性能数据
粒子群优化算法
模块
房屋模型
交互展示系统
Unity3D引擎
交互手柄
家具
路径规划方法
移动机器人
深度强化学习算法
激光雷达传感器
障碍物
强化学习算法
多任务调度方法
路径损耗指数
噪声功率
任务调度装置