公开(公告)号：CN117850306A

公开(公告)日：2024-04-09

申请号：CN202311806087.7

申请日：2023-12-26

Applicant: 桂林理工大学

Inventor： 邱斌 ,  李端 ,  敬超 ,  闭合 ,  吕溉之 ,  李国威 ,  陈开杰 ,  苏杰

IPC: G05B19/042

Abstract: 本发明涉及智慧校园技术领域，且公开了一种智慧园区物联网智能感知与控制系统，由温湿度传感器模块、烟雾传感器模块、电机驱动模块、步进电机驱动模块、OLED显示模块、热释电红外传感器模块、蜂鸣器报警模块、WIFI模块以及电源模块组成。该智慧园区物联网智能感知与控制系统，该系统可以实时采集教室内的温湿度和烟雾浓度，并且通过OLED显示实时感知数据，在温度过高时自动开启直流电机控制风扇，可在起火时自动响应蜂鸣器报警；同时使用热释电感应人体红外，在有人进入教室后，自动开启灯光，教室无人时则自动关闭教室的设施设备；管理员可通过手机远程控制教室内的照明、风扇以及通过步进电机控制的窗帘，有利于教室的智能管理并达到节能的目的。

公开(公告)号：CN119402495A

公开(公告)日：2025-02-07

申请号：CN202411531774.7

申请日：2024-10-30

Applicant: 桂林理工大学

Inventor： 邱斌 ,  李学礼 ,  肖海林 ,  闭合 ,  李嘉 ,  刘红霖 ,  李国威

IPC: H04L67/10 ,  H04L41/14 ,  H04L41/142 ,  H04L41/147 ,  H04L41/16

Abstract: 本发明涉及深度强化学习技术领域，具体涉及一种基于交替迭代优化的深度确定性梯度策略计算卸载方法，在物联网设备与边缘计算服务器节点协作式应用场景下建立任务卸载决策模型，并通过将模型中耦合的终端设备卸载策略、边缘节点资源分配及位置部署变量建模为三个智能体，设计相应的马尔科夫过程，利用智能体交替训练学习求解，本发明的优化目标在于降低系统的时延及能耗加权和，与现有技术相比，解决了传统深度强化学习算法因探索动作空间维度长陷入局部最优解的问题，实现了在动态计算任务卸载环境中的快速卸载决策，从而提升用户体验。