专利名称：一种基于深度强化学习的资源分配方法及装置专利类型：发明专利
发明人：张海涛,郭彤宇,郭建立,黄瀚,何晨泽申请号：CN201911117328.0申请日：20191115公开号：CN111444009A公开日：20200724
摘要：本发明实施例提供了一种基于深度强化学习的资源分配方法及装置，方法包括：确定用户的应用程序请求中包含的多种待分配资源的服务，以及各服务的分配优先级；确定当前边缘微云系统的状态参数，状态参数包括资源均衡度评估参数，响应延迟评估参数，以及每个微云中各个计算节点的资源剩余量；将状态参数输入预先训练完成的资源均衡优化模型，得到第一服务的第一目标计算节点；资源均衡优化模型是基于深度强化学习训练完成的，将第一服务部署于第一目标计算节点；更新状态参数，返回参数输入步骤，直到应用程序请求中包含的每种待分配资源的服务均完成资源分配。相比于传统的资源分配方法，既能够满足通信延迟需求，又能达到较高的资源利用均衡度。
申请人：北京邮电大学,中国电子科技集团公司第五十四研究所
地址：100876 北京市海淀区西土城路10号
国籍：CN
代理机构：北京柏杉松知识产权代理事务所(普通合伙)
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容