买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京工业大学申请的专利应用于边缘计算的任务卸载方法、装置、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119536991B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411483852.0，技术领域涉及：G06F9/50；该发明授权应用于边缘计算的任务卸载方法、装置、设备及介质是由陆帅冰;相博今;张佳玥;金昕;闫冉设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本应用于边缘计算的任务卸载方法、装置、设备及介质在说明书摘要公布了：本发明实施例提供了一种应用于边缘计算的任务卸载方法、装置、设备及介质，其中，该方法包括以下步骤：将预卸载的卸载任务队列的卸载成本作为基线数据；初始化记忆库、评估网络和目标网络；设置训练回合，在每个训练回合中，使用评估网络对卸载任务队列中的每个任务进行卸载，通过基线数据计算卸载所需的任务卸载成本，并获取卸载的记忆，生成每个训练回合对应的总卸载成本；将记忆库中的记忆传入至目标网络，通过误差向量更新评估网络的权重参数，将评估网络的训练参数拷贝至目标网络；将所有训练回合中，总卸载成本最低的训练回合作为任务卸载的最终策略。该方案通过优化的任务卸载方法，降低了用户的服务延迟和边缘系统的整体能耗。

本发明授权应用于边缘计算的任务卸载方法、装置、设备及介质在权利要求书中公布了：1.一种应用于边缘计算的任务卸载方法，其特征在于，包括： 对卸载任务队列中的每个任务进行预卸载，取得每个所述任务的卸载成本，将所述卸载成本作为基线数据； 初始化记忆库、评估网络和目标网络，初始化设置所述评估网络的权重参数和所述评估网络的训练参数； 设置训练回合，在每个所述训练回合中，使用所述评估网络对所述卸载任务队列中的每个任务进行卸载，通过所述基线数据计算每个任务进行卸载所需的任务卸载成本，并获取所述卸载的记忆，将所述记忆保存至所述记忆库中，对所有所述任务对应的所述任务卸载成本求和，生成每个所述训练回合对应的总卸载成本； 使用所述评估网络对所述卸载任务队列中的每个任务进行卸载，通过所述基线数据计算每个任务进行卸载所需的任务卸载成本，生成卸载的记忆，将所述记忆保存至所述记忆库中，包括： 初始化各边缘节点的卸载位置任务积累队列，定义状态，其中，为所述卸载位置任务积累队列的序号，为任务卸载成本，为等待被规划卸载位置的任务总数；通过ε‑Greedy策略选择用于执行所述任务的卸载操作的动作，执行所述动作，计算执行所述动作对应的卸载方案所需的任务卸载成本；根据所述状态构造下一状态；通过奖励函数，计算在状态s下所述动作所获得的奖励，其中，奖励，为基线数据；根据所述状态、所述动作、所述下一状态和奖励生成记忆，将记忆保存至所述记忆库中； 计算执行所述动作a对应的卸载方案所需的任务卸载成本，包括： 通过任务的传输时延、排队时延和执行时延计算得到总时延，其中，；通过必须过程信号的发射功率、传输时延和可选过程的信号发射功率、传输时延计算得到总能耗，其中，；根据所述总时延和所述总能耗计算得到最小的任务卸载成本，其中，，N为时段内所有用户发送的所有任务卸载请求的总数，i为第i个任务卸载请求，为时延系数，为能耗系数； 将所述记忆库中的所述记忆传入至所述目标网络，获取所述目标网络的输出层向量中数值的最大值，通过所述最大值构建误差向量，通过所述误差向量更新所述评估网络的所述权重参数，将所述评估网络的训练参数拷贝至所述目标网络； 将所有所述训练回合中，所述总卸载成本最低的训练回合作为最终的任务卸载方案。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。