公开(公告)号：CN113407345B

公开(公告)日：2023-12-15

申请号：CN202110712564.8

申请日：2021-06-25

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 韦云凯 ,  王炜中 ,  冷甦鹏 ,  杨鲲 ,  刘强 ,  沈军

IPC: G06F9/50 ,  G06F18/20 ,  G06F18/2413 ,  G06F18/2415 ,  G06N3/045 ,  G06N3/092

Abstract: 本发明公开一种基于深度强化学习的目标驱动计算卸载方法，应用于5G/6G、物联网等无线通信领域，针对现有技术未区分任务类型，导致的计算卸载运行效率低下的问题；本发明采用MoE混合专家系统的任务信息增强模块显著提高了任务信息的特征表达能力，本发明的任务信息增强模块能显著提高任务时延敏感特征在计算卸载决策中的影响占比，从而加大不同类型计算任务的区分度；本发明的深度强化学习的奖励机制能够根据具体的无线网络场景加以定制，也可以根据网络特征自适应的进行调整，本发明采用分布式的计算卸载机制不仅保障了计算卸载策(56)对比文件李波;黄鑫;薛端;侯严严;裴以建.基于DTN的车载云计算卸载算法.云南大学学报(自然科学版).2018,(第02期),全文.

公开(公告)号：CN113407345A

公开(公告)日：2021-09-17

申请号：CN202110712564.8

申请日：2021-06-25

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 韦云凯 ,  王炜中 ,  冷甦鹏 ,  杨鲲 ,  刘强 ,  沈军

IPC: G06F9/50 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于深度强化学习的目标驱动计算卸载方法，应用于5G/6G、物联网等无线通信领域，针对现有技术未区分任务类型，导致的计算卸载运行效率低下的问题；本发明采用MoE混合专家系统的任务信息增强模块显著提高了任务信息的特征表达能力，本发明的任务信息增强模块能显著提高任务时延敏感特征在计算卸载决策中的影响占比，从而加大不同类型计算任务的区分度；本发明的深度强化学习的奖励机制能够根据具体的无线网络场景加以定制，也可以根据网络特征自适应的进行调整，本发明采用分布式的计算卸载机制不仅保障了计算卸载策略的时效性，也降低了计算卸载决策的任务负担。