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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利利用深度强化学习和注意力机制的任务卸载方法及系统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：CN120029694B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510511736.3，技术领域涉及：G06F9/445；该发明授权利用深度强化学习和注意力机制的任务卸载方法及系统是由张虎;刘慧丰;郭莹;王英龙;赵大伟;王继彬;邵明浩设计研发完成，并于2025-04-23向国家知识产权局提交的专利申请。

本利用深度强化学习和注意力机制的任务卸载方法及系统在说明书摘要公布了：本发明涉及利用深度强化学习和注意力机制的任务卸载方法及系统，属于任务卸载技术领域。包括：数据获取和预处理；数据包括边缘服务器信息、用户信息及任务信息；将预处理后的数据输入至训练好的任务卸载模型，基于DPAQN算法实现任务卸载。本发明DPAQN算法在优化任务卸载的综合性能方面具有明显优势，平均优于现有算法约20.71%到30.39%。

本发明授权利用深度强化学习和注意力机制的任务卸载方法及系统在权利要求书中公布了：1.利用深度强化学习和注意力机制的任务卸载方法，其特征在于，包括： 数据获取和预处理；数据包括边缘服务器信息、用户信息及任务信息； 将预处理后的数据输入至训练好的任务卸载模型，基于DPAQN算法实现任务卸载； 基于DPAQN算法实现任务卸载，包括： 首先，初始化边缘计算环境和DQN参数以及状态s； 使用当前状态s作为输入，动作网络评估所有可能的动作的预测Q值，即Q’act；并选择具有最高Q值的动作a执行； 执行动作a与环境交互，观察奖励r，得到下一步的状态s’和迭代结束标志done； 然后，将当前状态s、动作a、奖励r和下一步的状态s’和迭代结束标志done存储在经验回放缓冲区中，用于后续学习；从经验回放中随机采样一小批数据用于训练； 以下一步的状态s’作为目标网络Q’的输入，计算未来Q′max； 结合奖励r和迭代结束标志done计算Qtar，如下所示； Qtar＝r+1-done*γ*Q′max； 其中，Qtar是目标网络的参数，done的值为0或1； 动作网络接收小批量采样中的状态s和动作a，动作网络的Q值结合小批量采样中的动作a得到Qact；然后使用MeanSquaredError损失函数计算Qact和Qtar的损失Loss，如下所示； m表示小批量采样中的样本数量； 根据所得Loss通过反向传播更新动作网络的参数，并将动作网络Q的参数每隔C步复制到目标网络Q’中； 判断是否达到终止条件，如果达到终止条件，流程结束；如果没有，返回初始状态后的步骤继续执行； 动作网络包括若干个神经网络层，具体包括：输入层、第一隐藏层、第二个隐藏层、渐近矩形窗口注意力机制、输出层； 动作网络的输入层接收特征向量，经过第一隐藏层的线性变换和relu激活函数处理后，输出传递至第二个隐藏层；在第二个隐藏层之后，引入渐近矩形窗口注意力机制，渐近矩形窗口注意力机制将第二个隐藏层的输出分割成多个窗口，并对每个窗口内的特征进行加权求和；具体是指： 1首先，每个矩形窗口内的特征即经过第一隐藏层的线性变换和relu激活函数处理后的特征，通过线性变换生成特征表示；然后，利用tanh激活函数进行非线性处理；接着，通过计算特征表示与可学习向量之间的点积相似度，并经过Softmax函数归一化，得到每个窗口内的注意力权重；最后，所有窗口的加权特征被拼接起来，形成渐近矩形窗口注意力机制的输出； 2渐近矩形窗口注意力机制的输出再次通过第一隐藏层、第二个隐藏层和渐近矩形窗口注意力机制，进一步提取和抽象特征； 通过最后一个线性变换加relu激活函数输出每个动作的预测Q值，预测Q值表示在当前状态下采取每个可能动作的预期回报。

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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250353 山东省济南市长清区大学路3501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”。