公开(公告)号：CN119322681A

公开(公告)日：2025-01-17

申请号：CN202411561974.7

申请日：2024-11-05

Applicant: 东北大学秦皇岛分校

Inventor： 袁晓铭 ,  田汉森 ,  张馨灵 ,  陈礼鑫 ,  黄锟达 ,  王松雨

IPC: G06F9/50 ,  G06F9/445 ,  G06N3/092 ,  H04W28/084 ,  H04W28/08

Abstract: 本发明提供一种基于多智能体深度强化学习的计算卸载优化策略，涉及智能算法技术领域。该基于多智能体深度强化学习的计算卸载优化策略，核心内容是针对MEC多用户计算卸载场景设计的多智能体深度强化学习算法。本发明，利用值分解技术，构建了针对每个任务的任务Q网络结构，并在考虑智能体所有任务关系的基础上生成相应的任务Q值。这些任务Q值可以进一步聚合以得到智能体的Q值，有效缓解了多任务智能体在复杂参数化动作空间中所面临的高时间和空间复杂度问题。此外，在混合网络中利用自注意力机制，针对不同用户的特征动态地分配相应的权重。从而实现更精准的智能体间交互表示，提升了整体决策的灵活性和有效性。

公开(公告)号：CN119323530A

公开(公告)日：2025-01-17

申请号：CN202411561972.8

申请日：2024-11-05

Applicant: 东北大学秦皇岛分校

Inventor： 袁晓铭 ,  张文远 ,  黄锟达 ,  张馨灵 ,  王松雨 ,  段续庭

IPC: G06T5/70 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/045 ,  G06V10/77 ,  G06V10/40

Abstract: 本发明提供基于噪声调度和加速采样的高效且稳定的生成模型，涉及人工智能生成模型技术领域。该基于噪声调度和加速采样的高效且稳定的生成模型，控制图像与扩散因子之间的分配比例，在扩散步骤的不同阶段，对噪声的增长速率进行动态调整，使得扩散因子在早期增长较快，中后期逐渐趋于平稳，避免了噪声积累过快对生成效果的影响，此外，通过融合扩散因子的统计特征，优化了生成图像的质量，通过对扩散因子的统计特征进行建模。本发明，Gnoise‑sigmoid函数用于控制扩散过程中噪声的增长速率，解决了传统线性或余弦噪声分布在生成过程中的不稳定性问题。通过平滑噪声分布，在早期快速扩散，中后期平稳过渡，减少了噪声过度积累，提升了生成图像的质量。