[发明专利]一种仿真系统、方法及装置

权利要求书

1.一种仿真系统，其特征在于，所述仿真系统为分布式系统，所述仿真系统包括：任务分割单元、调度单元和工作节点；所述仿真系统用于确定业务系统在指定业务策略下执行模拟业务的模拟结果；其中，所述模拟结果用于评估所述指定业务策略是否优化完成；

所述任务分割单元，用于响应于业务执行请求，获取所述业务系统以及所述指定业务策略，根据所述业务系统在所述指定业务策略下执行的模拟业务，生成仿真任务；将所述仿真任务分割为多个子任务；将各子任务发送给所述调度单元；

所述调度单元，用于接收由所述任务分割单元发送的各子任务；获取各工作节点的资源，根据所述各工作节点的资源，以及所述各子任务所需的资源，分别确定执行所述各子任务的工作节点；根据确定出的分别执行所述各子任务的工作节点，向所述各工作节点分配子任务；监测所述各工作节点的实时资源使用量，并根据所述各工作节点的实时资源使用量，确定所述各工作节点的实时负载；根据所述各工作节点的实时负载，对已分配给所述各工作节点的子任务进行重新分配；接收所述各工作节点返回的任务执行结果，并根据所述各工作节点的任务执行结果确定所述业务系统在所述指定业务策略下执行模拟业务的模拟结果；

所述工作节点，用于接收并执行由所述调度单元分配的子任务，得到分配的子任务的任务执行结果；将所述任务执行结果发送给所述调度单元；

所述调度单元，具体用于根据所述各工作节点的实时负载，确定所述实时负载高于第一阈值的工作节点为第一节点，以及确定所述实时负载低于第二阈值的工作节点为第二节点；根据所述第二节点生成任务分配请求，并将所述任务分配请求发送给所述第一节点；

所述工作节点，具体用于当接收到由所述调度单元发送的任务分配请求时，将所述第一节点自身执行的部分子任务发送给所述任务分配请求指示的第二节点；当所述第二节点接收到由所述第一节点发送的子任务时，执行接收到的子任务；

所述仿真系统还包括策略学习单元；

所述策略学习单元，具体用于当根据所述模拟结果评估所述指定业务策略未完成优化时，通过调整仿真环境的参数，并基于调整后的仿真环境使得所述业务系统包含的智能体重新与调整后的仿真环境继续进行交互，优化所述指定业务策略。

2.如权利要求1所述的系统，其特征在于，所述仿真系统还包括环境构建单元；

所述环境构建单元，具体用于预先构建用于模拟所述业务系统执行业务时的仿真环境；运行所述仿真环境；

所述策略学习单元，具体用于获取预先设置的所述业务系统包含的智能体的目标任务；获取仿真系统包含的若干环境构建单元运行的仿真环境的交互接口；针对每个仿真环境，通过该仿真环境的交互接口，确定该仿真环境的当前状态，并确定所述智能体在该仿真环境的当前状态下为执行目标任务采用的动作；根据该仿真环境的当前状态以及所述动作，确定所述智能体在该仿真环境的当前状态下执行所述动作的奖励值，以及该仿真环境的下一状态，将该仿真环境的下一状态作为该仿真环境的当前状态，重新确定所述智能体采用的动作，并重新确定所述智能体执行所述动作的奖励值，直到奖励值满足所述目标任务为止；根据各仿真环境的状态、所述智能体在所述各仿真环境中为执行目标任务执行的动作以及奖励值，确定仿真数据；根据所述仿真数据，优化所述智能体的策略模型，得到指定业务策略。

3.如权利要求2所述的系统，其特征在于，所述环境构建单元，具体用于获取所述业务系统执行实际业务时的环境数据；根据所述业务系统执行实际业务时的环境数据，构建用于所述业务系统执行业务时的仿真环境。