上海工程技术大学蔡晔敏获国家专利权
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！
龙图腾网获悉上海工程技术大学申请的专利基于深度强化学习的车边协同计算任务卸载方法及装置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：CN119052273B 。
龙图腾网通过国家知识产权局官网在2025-10-31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：202411010835.5，技术领域涉及：H04L67/12；该发明授权基于深度强化学习的车边协同计算任务卸载方法及装置是由蔡晔敏;苏圣超;卢卓浩;何蓓蓓设计研发完成，并于2024-07-26向国家知识产权局提交的专利申请。
本基于深度强化学习的车边协同计算任务卸载方法及装置在说明书摘要公布了：本发明涉及一种基于深度强化学习的车边协同计算任务卸载方法及装置。该方法获取待执行任务序列、初始服务车辆序列和初始服务器序列；划分待执行任务序列的任务优先级，并结合待执行任务序列的属性得到当前的任务序列；基于当前的任务序列、服务车辆序列和服务器序列，利用预先构建的车辆‑车辆协作计算模型和车辆‑服务器协作计算模型进行任务调度，并利用基于IndRNN‑AM的序列到序列模型获取任务卸载策略；基于当前的任务卸载和调度策略，获取当前的任务序列、服务车辆序列和服务器序列，并利用优势动作价值算法训练基于IndRNN‑AM的序列到序列模型，得到最终的任务卸载和调度策略。与现有技术相比，本发明具有提高整个计算卸载系统的稳定性和高效性等优点。
本发明授权基于深度强化学习的车边协同计算任务卸载方法及装置在权利要求书中公布了：1.一种基于深度强化学习的车边协同计算任务卸载方法，其特征在于，包括以下步骤： S1，获取待执行任务序列、初始服务车辆序列和初始服务器序列； S2，划分所述待执行任务序列的任务优先级，并结合所述待执行任务序列的属性，得到当前的任务序列，所述任务序列的属性包括CPU执行时间、计算复杂度、数据量、时延容忍度、任务是否可拆分以及任务优先级； S3，基于当前的任务序列、服务车辆序列和服务器序列，利用预先构建的车辆-车辆协作计算模型和车辆-服务器协作计算模型进行任务调度，并利用基于IndRNN-AM的序列到序列模型获取相应的任务卸载策略； S4，基于当前的任务卸载和调度策略，获取当前的任务序列、服务车辆序列和服务器序列，并利用优势动作价值算法训练所述基于IndRNN-AM的序列到序列模型，得到最终的任务卸载和调度策略。
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上海工程技术大学，其通讯地址为：201620 上海市松江区龙腾路333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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励