桂林理工大学邱斌获国家专利权
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!
龙图腾网获悉桂林理工大学申请的专利一种多智能体深度确定性梯度策略计算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:CN119545434B 。
龙图腾网通过国家知识产权局官网在2026-03-06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:202411483308.6,技术领域涉及:H04W28/084;该发明授权一种多智能体深度确定性梯度策略计算卸载方法是由邱斌;李学礼;李国威;胡红波;黄翔;肖海林;李嘉;刘红霖设计研发完成,并于2024-10-23向国家知识产权局提交的专利申请。
本一种多智能体深度确定性梯度策略计算卸载方法在说明书摘要公布了:本发明涉及边缘计算技术领域,具体涉及一种多智能体深度确定性梯度策略计算卸载方法,具体为在多物联网终端设备与多边缘计算服务器节点协作式应用场景下建立终端设备任务卸载决策模型,通过分析边缘节点与物联网终端设备的竞争关系构建斯塔克尔伯格博弈模型,进而设计相应的多智能体马尔科夫决策过程,最后利用所设计的多智能体训练求解博弈模型的纳什均衡。与现有技术相比能有效降低边缘计算系统成本,并解决了传统深度强化学习算法因探索动作空间维度长导致的陷入局部最优解的问题,实现了在多终端及多边缘节点协作应急场景下的动态计算卸载决策,提高了应急场景下感知信息传输的时效性的同时降低了卸载成本。
本发明授权一种多智能体深度确定性梯度策略计算卸载方法在权利要求书中公布了:1.一种多智能体深度确定性梯度策略计算卸载方法,其特征在于,包括下列步骤: 步骤1:构建包括多物联网终端及多边缘节点的斯塔克尔伯格博弈模型; 在步骤1中的环境场景是在多物联网设备、多边缘计算服务器节点应用场景下构建的,具体包括多个计算能力不同的边缘计算服务器节点以及多个物联网终端设备,即多个智能体,整个系统的服务周期被划分为个时隙,终端设备在每个时隙都会产生一个计算密集型任务,终端设备通过无线网络将计算任务卸载到边缘节点进行辅助处理; 所述斯塔克尔伯格博弈模型中的物联网终端设备及边缘节点的效用函数构建,边缘节点服务器的效用函数如下: ; 其中,表示边缘节点i的效用函数,表示边缘节点i单位计算资源的售价,表示在边缘计算系统时隙t终端设备卸载至边缘节点的任务数据量,表示物联网终端设备的卸载至边缘节点的任务比例,表示边缘节点单位资源成本; 物联网终端设备的效用函数如下: ; 其中,表示物联网终端设备单位资源计算成本,表示物联网终端设备i所产生的计算任务进行本地计算的比例; 步骤2:设计马尔科夫决策过程; 步骤2中边缘节点作为智能体的状态空间、动作空间、奖励函数设计策略的表达式如下: ; ; ; 其中,为所有边缘节点的单位资源成本集合,为所有边缘节点单位资源售价集合,为所有物联网终端设备的卸载策略集合; 步骤2中物联网终端设备作为智能体的状态空间、动作空间设计策略、奖励函数的表达式如下: ; ; ; 步骤3:多智能体根据其对环境的观测进行动作选择; 步骤4:从经验回放池中抽取一定数量的样本,通过计算目标回报值、损失函数和策略梯度更新多智能体的在线策略网络参数和在线网络参数,并采用软更新目标策略网络参数和目标网络的参数。
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理工大学,其通讯地址为:541004 广西壮族自治区桂林市七星区建干路12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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励