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！

龙图腾网获悉福州大学申请的专利基于深度强化学习的实时依赖型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：CN115220818B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202210937248.5，技术领域涉及：G06F9/445；该发明授权基于深度强化学习的实时依赖型任务卸载方法是由陈星;胡晟熙;姚泽玮;林潮伟设计研发完成，并于2022-08-05向国家知识产权局提交的专利申请。

本基于深度强化学习的实时依赖型任务卸载方法在说明书摘要公布了：本发明涉及一种基于深度强化学习的实时依赖型任务卸载方法，包括以下步骤：步骤S1:基于任务卸载的系统模型，在运行时环境中使用DQN算法训练卸载操作Q值预测模型；步骤S2:卸载操作Q值预测模型，根据计算节点的计算能力、计算节点之间的传输速率以及应用的卸载方案，预测不同卸载操作的Q值，然后，通过比较它们对应的Q值来选择合适的卸载操作；步骤S3:重复步骤S2，通过反馈迭代逐步为每个任务决定执行位置。本发明能够很好地适应不同的云边缘环境，并高效地生成卸载方案。

本发明授权基于深度强化学习的实时依赖型任务卸载方法在权利要求书中公布了：1.一种基于深度强化学习的实时依赖型任务卸载方法，其特征在于，包括以下步骤： 步骤S1:基于任务卸载的系统模型，在运行时环境中使用DQN算法训练卸载操作Q值预测模型； 步骤S2:卸载操作Q值预测模型，根据计算节点的计算能力、计算节点之间的传输速率以及应用的卸载方案，预测不同卸载操作的Q值，然后，通过比较它们对应的Q值来选择合适的卸载操作； 步骤S3:重复步骤S2，通过反馈迭代逐步为每个任务决定执行位置； 所述任务卸载的系统模型包括系统模型和任务模型，具体为： 系统模型包括移动设备MD、边缘服务器ES和云服务器CS，用表示计 算节点的集合，每个计算节点的计算能力用表示；不同计算节点之间的数据传 输速率用表示； 任务模型，具体为：一个应用程序由一个有向无环图表示，其中表示子任务集合，为子任务个数，每个任务的计算量用表示；表示子任务间的依赖有向边集，对于一条的有向边， 称子任务是子任务的直接前驱任务，子任务是子任务的直接后继任务；此外，每条的有向边与权重相关联，表示从子任务传输到子任务的数据量；用和来表示子任务的直接前驱任务集合和直接后继任务集合，一个子任务只 有接收到它所有前驱任务的处理结果后才能开始执行。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。