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！

龙图腾网获悉桂林电子科技大学申请的专利一种基于元强化学习的双决策者任务卸载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：CN119211241B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411267087.9，技术领域涉及：H04L67/1004；该发明授权一种基于元强化学习的双决策者任务卸载方法是由王勇;姚瑞;覃毅;陈俊彦;金磊;黄雪锋;李欣梅;陈佳豪设计研发完成，并于2024-09-11向国家知识产权局提交的专利申请。

本一种基于元强化学习的双决策者任务卸载方法在说明书摘要公布了：本发明公开一种基于元强化学习的双决策者任务卸载方法，通过设定两个卸载决策者，分别从不同角度学习和优化任务卸载策略，其中一个决策者负责决定是否以及在何处卸载任务，另一个则专注于资源分配细节，即开发基于元强化学习的双决策者卸载模型MA‑DDTO模型，共同基于任务特性、设备状态等信息生成最优动作，并根据实时反馈不断调整策略以实现边缘计算环境下的高效任务执行。本发明可以解决因任务规模较大而导致时延高和耗能大的问题。

本发明授权一种基于元强化学习的双决策者任务卸载方法在权利要求书中公布了：1.一种基于元强化学习的双决策者任务卸载方法，其特征是，包括步骤如下： 步骤1、收集用户任务信息和设备状态信息； 步骤2、构建由2个相对独立的序列到序列模型所组成的基于元强化学习的双决策者卸载模型，其中第一个序列到序列模型部署在边缘计算卸载环境中的用户终端上，第二个序列到序列模型部署在边缘计算卸载环境中的指定边缘服务器上； 步骤3、基于用户任务信息和设备状态信息计算每个任务的预计完成时间，并基于任务的预计完成时间对所有任务进行排序，得到任务嵌入序列； 步骤4、初始化第一个序列到序列模型初始的策略参数和元参数； 步骤5、将任务嵌入序列输入到第一个序列到序列模型中，通过优化第一个序列到序列模型的策略参数和元参数，得到任务嵌入序列所对应的第一卸载决策，其中第一卸载决策包括任务嵌入序列中的所有任务的卸载决策，即将该任务卸载到用户终端、边缘服务器或云服务器执行的决策； 步骤6、对第一卸载决策中各个任务的卸载决策进行判断：若该任务的卸载决策是卸载到本地用户终端或云服务器执行时，则该任务无需进一步决策；若该任务的卸载决策是卸载到边缘服务器执行时，则该任务需要进一步决策； 步骤7、将第一个序列到序列模型优化后的策略参数和元参数作为第二个序列到序列模型初始的策略参数和元参数进行进一步决策； 步骤8、将任务嵌入序列输入到第二个序列到序列模型中，通过优化第二个序列到序列模型的策略参数和元参数，得到任务嵌入序列所对应的第二卸载决策，其中第二卸载决策包括任务嵌入序列中需要进一步决策的任务的卸载决策，即将该任务卸载到哪一个边缘服务器执行的决策； 步骤9、将步骤5所得的第一卸载决策和步骤8所得的第二卸载决策作为任务卸载的决策结果输出。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1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。