-
公开(公告)号:CN118612294A
公开(公告)日:2024-09-06
申请号:CN202410724206.2
申请日:2024-06-05
申请人: 天津大学 , 国网江苏省电力有限公司南京供电分公司 , 中国电力科学研究院有限公司 , 国网江苏省电力有限公司
IPC分类号: H04L67/566 , G06N3/045 , G06N3/092
摘要: 本发明实施例公开了一种基于边缘服务的数据请求处理方法、装置、设备及介质。该方法包括:接收终端发送的数据请求,并将所述数据请求和边缘服务器信息输入第一神经网络模型,输出第一动作信息;其中,所述第一动作信息包括被调度的目标边缘服务器信息;根据所述第一动作信息将所述数据请求发送至所述目标边缘服务器,使得所述目标边缘服务器对所述数据请求进行处理,获得处理结果;接收所述处理结果,并将所述处理结果反馈至所述数据请求对应的终端。本方案将数据请求和边缘服务器信息输入第一神经网络模型,获得被调度的目标边缘服务器信息,能够保证数据请求被调度至合适的边缘服务器,提高请求调度的准确性,从而解决数据请求处理失败的问题。
-
公开(公告)号:CN118051306A
公开(公告)日:2024-05-17
申请号:CN202410017359.3
申请日:2024-01-05
申请人: 天津大学
IPC分类号: G06F9/48 , G06F9/50 , G06N3/042 , G06N3/0464 , G06N3/092
摘要: 本发明公开了一种基于好奇心机制的边缘云系统调度方法,涉及互联网调度领域,通过采用小时间尺度的多智能体行动者‑评论者算法MAA2C进行请求调度以及大时间尺度的图卷积网络‑行动者‑评论者算法GCN‑A2C进行服务编排;在MAA2C和GCN‑A2C强化学习算法中添加内在好奇心模块ICM,ICM模块包括前向模型forward model和逆向模型inverse model两个组件;前向模型负责预测智能体在不同动作下的下一个状态,逆向模型负责预测智能体应该采取的动作,实现从当前状态到目标状态的转移;ICM模块在强化学习框架中引入内在奖励机制;使用多智能体强化学习MARL使得边缘云调度器能够在互动环境中学习,有效处理复杂的协同决策问题。本发明采用上述的调度方法,提升了系统的效率和稳定性。
-