首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于强化学习和任务感知随机游走的深度学习任务调度方法和系统_北京大学_202211398671.9 

申请/专利权人:北京大学

申请日:2022-11-09

公开(公告)日:2024-05-10

公开(公告)号:CN118012580A

主分类号:G06F9/48

分类号:G06F9/48;G06F9/50;G06N3/048;G06N3/047;G06N3/092

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.05.28#实质审查的生效;2024.05.10#公开

摘要:本发明涉及一种基于强化学习和任务感知随机游走的深度学习任务调度方法和系统。该方法包括:生成任务序列;定序智能体接收任务序列中的任务状态作为输入,输出任务的调度优先级;定位智能体接收集群的状态作为输入,采用任务感知的随机游走算法为每个任务输出机器节点的放置优先级;所述定序智能体和所述定位智能体是采用强化学习算法训练得到的智能体,所述定序智能体和所述定位智能体之间进行信息共享和交互;根据定序智能体和定位智能体的输出决策对任务序列中的任务进行调度。本发明通过对两个智能体之间进行信息共享和交互,综合考虑了任务特点和集群的拓扑结构和状态信息,可以协助进行定序和定位决策。

主权项:1.一种基于强化学习和任务感知随机游走的深度学习任务调度方法,其特征在于,包括以下步骤:生成任务序列;定序智能体接收任务序列中的任务状态作为输入,输出任务的调度优先级;定位智能体接收集群的状态作为输入,采用任务感知的随机游走算法为每个任务输出机器节点的放置优先级;所述定序智能体和所述定位智能体是采用强化学习算法训练得到的智能体,所述定序智能体和所述定位智能体之间进行信息共享和交互;根据定序智能体和定位智能体的输出决策对任务序列中的任务进行调度。

全文数据:

权利要求:

百度查询: 北京大学 基于强化学习和任务感知随机游走的深度学习任务调度方法和系统

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。