买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:湖南希赛网络科技有限公司
摘要:本发明公开了一种基于深度强化学习的多分割多跳任务卸载系统,本发明涉及无线网络资源分配技术领域,解决了最小化所有服务物联网设备的平均能耗并满足其任务截止时间的长期优化的技术问题,本发明通过多跳通信传输到远程的边缘服务器。此外,本发明使物联网设备能够将其数据分成多个片段,每个片段被分配一个任务执行路径,从直接连接到某物联网设备的边缘服务器到负责处理该特定任务数据段的边缘服务器,可以根据边缘服务器之间的网速,自适应地调节多跳的步数,以及数据切割的块数,对边缘服务器的负载均衡有很大提升,能够增加计算网络的吞吐量。
主权项:1.一种基于深度强化学习的多分割多跳任务卸载系统,其特征在于,包括:信息采集模块,用于将获取的时间尺度信息传输到优化时间划分模块;优化时间划分模块,用于对获取的时间尺度信息进行分析,通过对时间线进行划分得到多组时间段,并对时间段进行划分得到时间槽,同时对时间槽进行训练阶段q1和执行阶段q2的划分,接着进行多跳多切割以及资源分配的处理得到数据块,并将数据块传输到自适应处理分析模块;自适应处理分析模块,用于对获取的数据块进行DRL代理分配得到分配信息,同时对PPO网络的状态、网络的动作和网络的奖励进行定义,同时根据物联网设备的参数来对数据段进行路径构建,并应用次梯度方法推导出边缘服务器的最优资源分配策略,并配置物联网设备的最优本地计算速度和传输功率生成处理结果,接着将处理结果传输到处理结果输出模块;处理结果输出模块,用于将获取的处理结果显示给操作人员。
全文数据:
权利要求:
百度查询: 湖南希赛网络科技有限公司 一种基于深度强化学习的多分割多跳任务卸载系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。