-
公开(公告)号:CN118095987A
公开(公告)日:2024-05-28
申请号:CN202410329386.4
申请日:2024-03-21
Applicant: 之江实验室
IPC: G06Q10/083 , G06Q10/0631
Abstract: 本说明书公开了一种机器人集群调度方法、装置、存储介质及电子设备。在本说明书提供的机器人集群调度方法中,获取运输点的位置、货物的运输需求以及机器人集群中各机器人的运输能力信息;在满足每个运输点最多被每个机器人访问一次的约束条件下,根据运输需求以及运输能力信息将货物分配给机器人,得到指定数量个调度方案,其中,调度方案用于表征机器人在运输过程中需要执行的运输任务,运输任务的信息包括起始运输点、结束运输点、货物运输量;针对每个调度方案,确定该调度方案中所有机器人在执行运输任务时消耗的运输成本;根据运输成本在各调度方案中确定目标调度方案,并采用目标调度方案完成运输任务。
-
公开(公告)号:CN119597453A
公开(公告)日:2025-03-11
申请号:CN202411577312.9
申请日:2024-11-06
Applicant: 之江实验室
IPC: G06F9/50 , G06F18/2411 , G06F18/214 , G06F18/232
Abstract: 本说明书公开了一种任务调度方法、装置、介质及设备。获取计算任务的任务描述信息。将任务描述信息输入预先训练的第一预测模型,得到第一预测模型输出的计算任务的第一执行时间。根据任务描述信息与第一执行时间,确定计算任务的资源调度策略。根据资源调度策略以及任务描述信息,执行计算任务。确定计算任务执行过程中的资源利用信息,并根据资源利用信息,确定计算任务的第二执行时间。根据第二执行时间,对计算任务的资源调度策略进行调整,以根据调整后的资源调度策略,继续执行计算任务。通过对计算任务的资源调度策略进行动态调整,提高计算资源的利用效率与计算任务的执行效率。
-
公开(公告)号:CN119357672A
公开(公告)日:2025-01-24
申请号:CN202411611434.5
申请日:2024-11-12
Applicant: 之江实验室
IPC: G06F18/214 , G06F18/21 , G06F18/2135 , G06F18/22 , G06F18/23213 , G06N20/00 , G06F40/284 , G06F16/355 , G06V10/25 , G06V10/764
Abstract: 本说明书提供的一种模型训练方法、业务执行方法、装置以及存储介质,可以获取目标数据集,对目标数据集中包含的各深度学习任务的任务数据进行聚类处理,以划分出不同的任务簇,针对每个深度学习任务,将该深度学习任务的任务数据输入到与该深度学习任务所在的任务簇相对应的待训练的预测模型中,以使预测模型从该深度学习任务的任务数据中提取出任务特征,并根据任务特征确定执行该深度学习任务的预测耗时,根据预测耗时与执行该深度学习任务的实际耗时之间的偏差,确定损失值,并根据损失值对预测模型进行训练。
-
-