公开(公告)号：CN119493669B

公开(公告)日：2025-04-08

申请号：CN202510072225.6

申请日：2025-01-17

Applicant: 湘江实验室

Inventor： 詹敏 ,  宋金可 ,  史庆宇 ,  黄璜 ,  廖欣

IPC: G06F9/50 ,  G06N3/092 ,  H04L67/10

Abstract: 本发明公开了一种基于深度强化学习的算力网络调度方法、装置及介质，该方法包括：获取算力网络环境信息；基于算力网络环境信息和初始调度模型信息，确定出目标调度模型信息；目标调度模型信息包括M个目标资源调度模型；目标资源调度模型包括第一目标资源调度模型，和/或，第二目标资源调度模型；基于目标调度模型信息和算力网络环境信息，确定出目标算力网络资源调度结果信息；目标算力网络资源调度结果信息包括算力调度类型和算力参数信息。本发明的算力网络调度方法能够基于深度强化学习方式来对算力网络资源进行调度，可提高调度效率和精度，进而提高用户使用体验感。

公开(公告)号：CN119493669A

公开(公告)日：2025-02-21

申请号：CN202510072225.6

申请日：2025-01-17

Applicant: 湘江实验室

Inventor： 詹敏 ,  宋金可 ,  史庆宇 ,  黄璜 ,  廖欣

IPC: G06F9/50 ,  G06N3/092 ,  H04L67/10

Abstract: 本发明公开了一种基于深度强化学习的算力网络调度方法、装置及介质，该方法包括：获取算力网络环境信息；基于算力网络环境信息和初始调度模型信息，确定出目标调度模型信息；目标调度模型信息包括M个目标资源调度模型；目标资源调度模型包括第一目标资源调度模型，和/或，第二目标资源调度模型；基于目标调度模型信息和算力网络环境信息，确定出目标算力网络资源调度结果信息；目标算力网络资源调度结果信息包括算力调度类型和算力参数信息。本发明的算力网络调度方法能够基于深度强化学习方式来对算力网络资源进行调度，可提高调度效率和精度，进而提高用户使用体验感。