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：南京工业大学

摘要：一种移动群智感知中基于TS‑TDDS的并行任务分配方法，采用两阶段孪生延迟深度随机策略梯度TS‑TDDS对MCS系统的并行任务进行分配，步骤包括：第一阶段，对MCS平台的任务分配进行建模，把MCS平台抽象为智能体，它根据所有边缘节点的状态来分配划分的并行子任务；MCS平台按照TDDS算法获得的决策，把并行子任务分配给边缘节点；第二阶段，对边缘节点的任务分配建模，把边缘节点被抽象为智能体，它根据其所有关联工作者的状态来分配接收到的并行子任务；各个边缘节点按照采用多智能体孪生延迟深度随机策略梯度MATDDS算法获得的决策，把并行子任务分配给各个工作者。本方法采用去中心化执行的方式实现了高效的分布式决策。

主权项：1.一种移动群智感知中基于TS-TDDS的并行任务分配方法，所述并行任务分配方法用于移动群智感知MCS系统；MCS系统包括四个部分：任务发起者：负责提交感知任务需求；MCS平台：负责划分并行任务和评估相应的资源需求，再将划分得到的并行子任务分配给各边缘节点；边缘节点：根据关联的工作者的位置和资源信息，每个边缘节点负责进行并行子任务分配，同时动态管理工作者的加入和退出；工作者：负责将采集的感知数据上传至关联的边缘节点；再由MCS平台将所有上传的边缘节点数据分发给相应的任务发起者；其特征是首先，建立MCS系统的任务完成时延模型，把时间窗集合内并行任务分配问题转化为与任务完成时延和感知成本二者相关的目标优化问题；然后，采用深度强化学习DRL方法解决并行任务分配问题，则采用两阶段孪生延迟深度随机策略梯度TS-TDDS对MCS系统的并行任务进行分配，步骤包括：一第一阶段：在MCS平台中，使用孪生延迟随机策略梯度算法TDDS将并行任务划分的子任务初步分配给各个边缘节点；二第二阶段：将TDDS扩展至多个边缘节点，每个边缘节点将并行子任务细分给关联的工作者；步骤一中，对MCS平台的任务分配进行建模，把MCS平台抽象为智能体，它根据所有边缘节点的状态来分配划分的并行子任务；步骤一中，对边缘节点的任务分配建模，把边缘节点被抽象为智能体，它根据其所有关联工作者的状态来分配接收到的并行子任务；所述步骤一的第一阶段中，MCS平台按照TDDS算法获得的决策，把并行子任务分配给边缘节点；TDDS算法是一种Actor-Critic算法；TDDS的结构包括一个策略网络πφ和两个价值网络以及一个目标策略网络πφ′和两个目标价值网络其中，价值网络和目标价值网络都使用多层感知机；策略网络πφ和目标策略网络πφ′都有线性层和注意力汇聚层；所述步骤二的第二阶段中，各个边缘节点按照采用多智能体孪生延迟深度随机策略梯度MATDDS算法获得的决策，把并行子任务分配给各个工作者；MATDDS算法是一种Actor-Critic算法；MATDDS的结构包括策略网络和价值网络；每个边缘节点配备一个策略网络，所有边缘节点共享两个价值网络；边缘节点h的策略网络的输入为输出动作其中为网络参数；两个价值网络的输入为所有边缘节点的联合状态和联合动作目标策略网络对应策略网络目标价值网络分别对应价值网络是由子任务状态和工作者状态拼接得到；表示分配子任务集合的策略。

全文数据：

权利要求：

百度查询： 南京工业大学 移动群智感知中基于TS-TDDS的并行任务分配方法