基于深度強化學習的移動終端軟件自適應優化調度方法,涉及計算技術。自動優化設置移動設備上各軟件進程卸載數量,并且對本地任務進程劃分優先級,分配CPU計算資源和內存資源,旨在降低移動設備的能量損耗,減少任務處理時延。通過測量移動設備上各軟件的實時線程任務的規模,估測移動設備至邊緣設備動態無線鏈路的帶寬,采用深度強化學習算法評估各個進程的時延,能量損耗等反饋信息,獲取軟件的優化調度方案。不需要預知移動設備到邊緣設備的無線信道模型和移動設備系統的CPU計算資源和內存資源占用模型,即可減少移動設備上各軟件任務處理時延和能量損耗,改善用戶體驗。
聲明:
“基于深度強化學習的移動終端軟件自適應優化調度方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)