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！

龙图腾网获悉中国科学院计算技术研究所申请的专利一种基于深度强化学习的计算资源分配方法及装置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：CN120123095B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510268951.5，技术领域涉及：G06F9/50；该发明授权一种基于深度强化学习的计算资源分配方法及装置是由邹文浩;张宗帅;王妮娜;刘诗瑶;田雨;田霖设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本一种基于深度强化学习的计算资源分配方法及装置在说明书摘要公布了：本发明提出一种基于深度强化学习的计算资源分配方法和装置，基于深度强化学习的计算资源分配方法，能够提取系统中的物理机、虚拟机等特征信息，通过使用编码器进行特征提取，结合深度强化学习模型进行决策，在复杂多样的约束条件下，实时满足用户的在线请求，有效利用资源池中的CPU资源与内存资源，并且通过动作掩码进一步优化模型效果，提升系统资源利用率。

本发明授权一种基于深度强化学习的计算资源分配方法及装置在权利要求书中公布了：1.一种基于深度强化学习的计算资源分配方法，其特征在于，包括： 初始步骤，获取包括多个服务器的云计算资源池，将该云计算资源池划分为：网络域、部署单元、机架和服务器，网络域包含多个部署单元，部署单元为网络域中的独立单元，部署单元中包含多个机架，每个机架由一个或多个网络交换机连接到部署单元的核心网络，且机架中包含多个服务器； 采集步骤，采集当前该云计算资源池的状态信息，状态信息包括：各服务器的硬件性能指标信息、服务器上运行的虚拟机状态信息、该云计算资源池运行中的约束条件信息、每台虚拟机所需计算资源的请求信息； 分析步骤，将该状态信息的特征表示输入强化学习智能体，通过加载预训练好的深度神经网络分析各服务器的状态，得到每个服务器被该请求信息中虚拟机选择的概率分布矩阵； 分配步骤，根据该硬件性能指标信息和该约束条件信息，判断该概率分布矩阵中每个元素对应动作的合规性，对合规的动作设置为一正数，不合规的动作设置为0，得到和该概率分布矩阵维度相同的动作矩阵；将该动作矩阵与该概率分布矩阵相乘，得到最终动作概率矩阵，根据该最终动作概率矩阵，为每台虚拟机选择其在最终动作概率矩阵中最大元素对应的动作，作为当前的计算资源分配策略，根据该计算资源分配策略为虚拟机分配服务器。

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中国科学院计算技术研究所，其通讯地址为：100080 北京市海淀区中关村科学院南路6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。