[发明专利]一种实现并行任务调度的多任务强化学习方法有效
| 申请号： | 201910864432.X | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110580196B | 公开（公告）日： | 2021-04-06 |
| 发明（设计）人： | 戚琦;孙海峰;王晶;张凌昕;王敬宇;廖建新 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G06F9/48 | 分类号： | G06F9/48;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种实现并行任务调度的多任务强化学习方法，基于异步优势表演者批评家算法实现，包括下列操作步骤：(1)对算法模型进行设置操作以更好的解决并行多任务调度问题，包括设置状态空间、设置动作空间、设置奖励定义；(2)对算法网络进行如下改进：用深度神经网络来表示策略函数和值函数；全局网络由输入层、共享子网络和输出子网络构成；(3)设置算法的新损失函数；(4)利用采集观测的并行任务调度数据，训练算法网络，算法收敛后，将所述算法网络用于并行任务调度。 | ||
| 搜索关键词： | 一种 实现 并行 任务 调度 强化 学习方法 | ||
【主权项】：
1.一种实现并行任务调度的多任务强化学习方法，基于异步优势表演者批评家AsynchronousAdvantageActor-Critic算法实现，其特征在于：所述方法包括下列操作步骤：/n(1)对AsynchronousAdvantageActor-Critic算法模型进行如下设置操作以更好的解决并行多任务调度问题：/n(1.1)设置状态空间S为一个集合，即：S＝{F
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京邮电大学，未经北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910864432.X/，转载请声明来源钻瓜专利网。
