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！

龙图腾网获悉东北大学申请的专利一种面向车载边缘计算的分布式服务迁移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：CN119967491B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510112942.7，技术领域涉及：H04W28/084；该发明授权一种面向车载边缘计算的分布式服务迁移方法是由毕远国;张伯羽;刘羽霏;刘雨衡;樊彦伯设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本一种面向车载边缘计算的分布式服务迁移方法在说明书摘要公布了：本发明属于车载边缘计算领域，公开及一种面向车载边缘计算环境的分布式服务迁移方法。该方法基于对比角色表示和多智能体深度强化学习，通过构建一个三层异构车载边缘网络模型，包括云中心层、边缘层和用户层，优化服务迁移决策。本发明提出了一种基于改进QMIX的多智能体深度强化学习方法，根据智能体历史轨迹信息为局部Q网络和混合网络构建智能体行为状态轨迹嵌入，捕捉时间相关的行为模式，解决部分可观测性问题，进一步使用基于对比学习的角色编码器提取不同智能体的独特行为模式生成角色表示，以捕获智能体行为的长期特征；在混合网络中引入多头注意力机制，动态分配注意力权重。本方法具有性能优越性。

本发明授权一种面向车载边缘计算的分布式服务迁移方法在权利要求书中公布了：1.一种面向车载边缘计算的分布式服务迁移方法，其特征在于，建立三层异构车载边缘计算环境，在所述三层异构车载边缘计算环境下，通过基于改进的多智能体深度强化学习算法得到分布式服务迁移方案； 所述三层异构车载边缘计算环境的各实体分为云中心层、边缘层和用户层；用户层负责生成任务并优先将其卸载到附近的边缘节点，降低延迟；边缘节点层负责在本地处理任务；云中心层提供全局优化支持，确保整个系统的高效性和可靠性； 所述基于改进的多智能体深度强化学习算法，将优化目标建模为去中心化部分可观测马尔可夫决策过程；所述基于改进的多智能体深度强化学习算法为基于改进的QMIX算法，构造一种分布式服务迁移策略，使每个智能体基于局部信息和共享角色信息完成服务迁移决策；根据智能体历史轨迹信息为局部Q网络和混合网络构建智能体行为状态轨迹嵌入，捕捉时间相关的行为模式，解决部分可观测性问题，进一步使用基于对比学习的角色编码器提取不同智能体的独特行为模式生成角色表示，以捕获智能体行为的长期特征；在混合网络中引入多头注意力机制，动态分配注意力权重； 改进的局部Q网络为通过构建智能体行为轨迹嵌入模块和智能体角色表示模块重构QMIX算法的局部Q网络； 所述改进的混合网络为通过构建智能体状态轨迹嵌入模块和多头注意力模块重构QMIX算法的混合网络； 所述多头注意力模块具体为：将状态轨迹嵌入设置为多头注意力机制的查询，将角色表示设置为多头注意力机制的键和值。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三巷11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。