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！

龙图腾网获悉北京工业大学申请的专利一种基于Q-learning的高能效任务驱动动态片上互连通信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：CN119254686B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202411409537.3，技术领域涉及：H04L45/02；该发明授权一种基于Q-learning的高能效任务驱动动态片上互连通信方法是由方娟;翟冉;王悦宁设计研发完成，并于2024-10-10向国家知识产权局提交的专利申请。

本一种基于Q-learning的高能效任务驱动动态片上互连通信方法在说明书摘要公布了：一种基于Q‑learning的高能效任务驱动动态片上互连通信方法属于计算机体系片上互连领域。本发明采用自适应拓扑结构来映射任务，并根据任务的特征不同划分出不同的区域进行任务处理。这种方法可以为每个任务分配特定的片上资源和拓扑结构类型，从而节省片上资源消耗。通过自适应拓扑结构，系统可以根据任务的需求和特性，在片上网络中灵活地调整连接关系和路由方式。同时，通过划分不同的区域，可以将不同任务的处理过程隔离开来，最大程度减少干扰和冲突的发生。使用Q‑learning强化学习算法在任务运行时以低延迟和低功耗为目标动态改变路由算法的传输方向和虚拟通道的数量可以有效实现片上网络中性能和功耗的平衡。

本发明授权一种基于Q-learning的高能效任务驱动动态片上互连通信方法在权利要求书中公布了：1.一种基于Q-learning的高能效任务驱动动态片上互连通信方法，其特征在于，包括以下步骤： 步骤1，将16×16的片上网络划分为四个8×8的子片上网络区域；这些子网络分别采用不同的拓扑结构进行布线，具体包括Torus拓扑结构、Mesh拓扑结构、Tree拓扑结构和FlattenedButterfly拓扑结构； 步骤2，根据任务的不同特性和需求，将其映射到合适的子片上网络； Torus适合数据密集型任务；Mesh适合计算密集型任务；Tree适合分层任务和数据聚合；FlattenedButterfly适合动态负载和高并发任务； 步骤3，在任务运行时，依据其所在子片上网络的规模和特征，应用Q-learning强化学习算法为其分配适合的拓扑结构； 步骤4，使用Q-learning强化学习算法，根据任务的性能要求和功耗限制，为任务选择路由算法和虚拟通道数量； 将系统状态和可能的路由算法和虚拟通道数量抽象为离散的状态和动作，初始化Q表后，根据当前状态和Q表，使用ε-greedy策略选择动作；根据选择的动作，改变路由算法和虚拟通道的数量；根据环境的反馈和Q-learning的更新规则，更新Q表中对应状态和动作的Q值，直到收敛或达到预定的迭代次数，将最大迭代次数设置为20000次。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。

以上内容由龙图腾AI智能生成。