公开(公告)号：CN119631058A

公开(公告)日：2025-03-14

申请号：CN202280098754.8

申请日：2022-09-09

Applicant: 微软技术许可有限责任公司

Inventor： M·达斯 ,  王露 ,  杨方凯 ,  董航 ,  乔波 ,  刘玉栋 ,  秦思 ,  V·J·吕赫勒 ,  C·班萨尔 ,  林庆维

IPC: G06F9/50 ,  G06N3/006 ,  G06N20/00 ,  G06N3/092

Abstract: 一种计算系统，包括一个或多个处理设备，其至少部分地通过接收计算资源使用轨迹来训练超额订阅强化学习器。在超额订阅强化学习器处，训练还包括至少部分地基于计算资源使用轨迹来生成原型。训练还包括至少部分地基于原型来生成超额订阅率。训练还包括输出原型反馈查询和/或超额订阅率反馈查询。训练还包括接收原型反馈输入和/或超额订阅率反馈输入。至少部分地基于计算资源使用轨迹、原型、以及原型反馈输入和/或超额订阅率反馈输入，训练还包括计算目标函数值并且至少部分地基于目标函数值来训练超额订阅强化学习器。