Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京大学刘帅获国家专利权

南京大学刘帅获国家专利权

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!

龙图腾网获悉南京大学申请的专利基于多智能体近端策略优化离线训练的边缘任务调度方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120085998B

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510578055.9,技术领域涉及:G06F9/48;该发明授权基于多智能体近端策略优化离线训练的边缘任务调度方法是由刘帅;李文峰;王千懿;张慧杰;陈宏彦;赵康僆设计研发完成,并于2025-05-07向国家知识产权局提交的专利申请。

基于多智能体近端策略优化离线训练的边缘任务调度方法在说明书摘要公布了:本发明公开了一种基于多智能体近端策略优化离线训练的边缘任务调度方法。首先在无地面基础设施区域内布设无人机,并与低轨卫星组建临时网络,根据任务调度延迟和能耗定义任务调度成本;然后将任务调度成本最小化问题建模为离散部分可观测马尔可夫决策过程,通过离线仿真模拟环境数据,使用多智能体近端策略优化算法对网络中的任务调度问题进行离线训练,获得近似最优调度策略模型;最后将离线训练得到的模型参数预先部署于无人机中,当接收到计算任务请求时,直接调用模型进行在线推理,得到最优调度策略。本发明有效避免了在线训练所带来的高计算负载,降低了任务调度成本,提升了系统整体调度效率。

本发明授权基于多智能体近端策略优化离线训练的边缘任务调度方法在权利要求书中公布了:1.一种基于多智能体近端策略优化离线训练的边缘任务调度方法,其特征在于,该方法包括如下步骤: S1:在无地面基础设施区域内布设无人机,与低轨卫星组建临时网络,加入服务部署限制,地面用户产生的计算任务只能调度到拥有对应服务的边缘服务器上进行处理;在无人机搭载的边缘服务器上加入负载控制机制,当无人机接收到地面用户的计算任务后,首先将其存储于缓冲区;若无人机拥有处理该计算任务对应的服务,且无人机检测自身缓冲区的占用率低于负载阈值时,则会直接将计算任务在本地处理;反之,则触发负载控制机制,将计算任务转发到负载缓冲区低于负载阈值且拥有处理该计算任务对应服务的无人机上处理,若在无人机的通信范围内找不到符合条件无人机,则将计算任务转发到低轨卫星上处理;所述的临时网络中,每台无人机搭载的边缘服务器只部署一部分服务,低轨卫星搭载的边缘服务器部署全部服务; S2:分别定义任务调度延迟和任务调度能耗,并根据任务调度延迟和任务调度能耗将任务调度的成本定义为:其中,和分别代表任务调度延迟和无人机任务调度能耗的权重因子,且满足;和分别代表最大的任务调度延迟和最大的无人机任务调度能耗;代表无人机的集合,代表地面用户的集合;所述任务调度延迟包括任务上传时间,任务迁移时间和任务计算时间;任务调度能耗包括计算能耗、迁移能耗和悬停能耗; S3:将任务调度成本最小化问题建模为离散部分可观测马尔可夫决策过程,所述的离散部分可观测马尔可夫决策过程包含局部观测状态、全局状态、动作空间和奖励函数; S4:通过离线仿真模拟环境数据,使用多智能体近端策略优化算法对网络中的任务调度问题进行离线训练,获得近似最优调度策略模型;所述的离线仿真模拟环境数据通过数字孪生仿真平台获得,包含状态-动作-奖励元组,作为多智能体近端策略优化算法训练的数据输入; S5:将离线训练得到的模型参数预先部署于无人机中,当接收到计算任务请求时,直接调用模型进行在线推理,得到最优调度策略。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京大学,其通讯地址为:210023 江苏省南京市栖霞区仙林大道163号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
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。