基于强化学习的任务调度算法优化研究

作     者：蒋守花 任宇 舒晖 JIANG Shouhua;REN Yu;SHU Hui

作者机构：成都医学院现代教育技术中心四川成都610500 

基　　金：成都医学院校基金科研项目(No.CYSYB23-02) 四川省教育信息化与大数据中心项目(No.DSJZXKT256) 

出 版 物：《长江信息通信》 (Changjiang Information & Communications)

年 卷 期：2024年第37卷第6期

页      码：131-134页

摘      要：文章首先对主流的边缘AI设备进行了调查和分析,发现不同类型的板卡在执行并行推理任务时,各个设备的并发适配性不尽相同,而且计算效率会因为任务的复杂度而有所降低,为了解决这个问题,分析了主流的任务调度算法,架构了更加高效的任务调度系统EAC2S,提出了基于FAC的强化学习的任务调度算法,使用实际运行得到的经验作为训练样本,感知各异构设备间的差异,从而找到最优调度策略,并设计了实验验证了优化的有效性。

主 题 词：任务调度 人工智能 强化学习 

学科分类：08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.20153/j.issn.2096-9759.2024.06.039

馆 藏 号：203128435...