基于深度Q学习的工业多任务资源分配方案

  • 打印
  • 收藏
收藏成功


打开文本图片集

【摘 要】工业生产活动中的多任务并发卸载过程会利用大量计算资源,但是多源异构的任务需要执行的时间存在差异,系统的计算资源和网络负载等情况也会极大地影响任务资源分配的方案。文章针对上述问题进行研究,首先设计模型模拟实际工业场景并分析资源分配过程;然后使用DQN算法以最大化任务完成数量为目标,对每个任务进行资源分配;最后通过分析算法性能为工业智能制造应用提供理论依据。(剩余4862字)

目录
monitor
客服机器人