公开(公告)号：CN118036938A

公开(公告)日：2024-05-14

申请号：CN202410074340.2

申请日：2024-01-18

Applicant: 复旦大学附属肿瘤医院

Inventor： 王奕 ,  蔡澍辰 ,  甘小莺 ,  胡佳迎 ,  黄宗浩 ,  朱敏俊 ,  王正源

IPC: G06Q10/0631 ,  G06N3/084 ,  G06N3/092

Abstract: 本发明涉及一种基于多智能体强化学习框架的用户资源调度方法、系统及存储介质，方法包括：将目标应用场景形式化，构建资源调度的基本模式；使用基于离散时间序列的状态机思想描述用户工作逻辑，作为调度算法运作的基础；构建强化学习算法框架，为强化学习智能体定义标准化的观测空间；强化学习智能体依据观测指标，在动作空间中做出决策，计算奖励函数；基于表演者‑批评家框架，设计与智能体观测空间相匹配的策略函数和价值函数；完成决策模型训练与部署，进行用户资源调度。本发明可以更智能化地应对复杂的资源调度场景，在优势用户和劣势用户之间合理分配资源，确保资源总利用率基本不变的前提下，大幅提高资源调度的公平性。