摘要
本发明公开了一种多智能体非合作博弈驱动的高并发任务推理方法及系统,所述方法包括将异构任务分解为标准化任务单元,对任务的计算资源需求进行量化建模;构建多智能体非合作博弈模型的任务竞拍机制,采用防策略性竞拍规则和分片异步协议进行任务分配,并通过信用质押机制约束智能体的资源申报行为;监测系统实时资源利用率,结合任务抢占历史状态动态调整任务优先级,触发资源软抢占策略并建立补偿队列;采用自适应模型拆分策略将推理任务分配至端侧设备和边缘计算节点,通过数据压缩传输实现协同执行,并根据执行结果反馈进行任务重调度;本发明能够在高并发场景下显著提升任务执行效率、资源利用率及系统稳定性。
技术关键词
推理方法
资源
动态
置信度阈值
分布式一致性协议
Sigmoid函数
网络带宽波动
机制
策略性
数据压缩
需求预测模型
库房智能
节点
监测系统
可靠性需求
工业交换机
应急智能
中央控制模块
队列
系统为您推荐了相关专利信息
高斯烟羽模型
动态路径规划方法
无人机集群
垂直扩散系数
拍卖算法
跨境电商企业
数据管理方法
关联规则挖掘算法
ARMA模型
画像
机器人自主导航系统
巡检路径
农业巡检
巡检机器人
坐标
统一资源调度方法
多智能体强化学习
模拟器
资源调度策略
资源调度装置