摘要
本申请公开了一种内核进程调度策略增强方法、装置、服务器及存储介质,属于网络技术领域。本发明的基于强化学习的内核进程调度策略增强方法,通过构建强化学习环境模型并利用DQN神经网络进行训练,能够动态优化调度决策,显著提升系统的灵活性和资源利用率,有效降低了高优先级任务的响应延迟,改善了调度公平性,减少了调度开销,同时通过在线经验回放实现增量学习,不断优化调度策略。结合硬件加速技术,本发明提升了训练和推理效率,适用于多核异构环境,尤其对云计算和边缘计算等动态负载场景提供了高效的系统级支持。
技术关键词
强化学习环境
进程
神经网络训练
系统状态变化
内核
资源分配
优化调度决策
硬件加速技术
优化调度策略
缓存命中率
调度器
队列
模型训练模块
可读存储介质
内存
动态
提升系统
系统为您推荐了相关专利信息
煤矿井下车辆
精确定位方法
信号到达时间
UWB基站
滤波器
后台服务器
脱敏数据
通信单元
云平台
云计算技术
组合钢桥面板
模型构建方法
内聚力模型
构建数值模型
拉丁超立方抽样方法