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！

龙图腾网获悉中国移动通信有限公司研究院;中国移动通信集团有限公司申请的专利算力解构策略生成方法、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：CN118802933B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202410412498.6，技术领域涉及：H04L67/1012；该发明授权算力解构策略生成方法、装置、设备及介质是由关云霞;刘景磊;陈燕军;张婷婷;丁韩宇设计研发完成，并于2024-04-08向国家知识产权局提交的专利申请。

本算力解构策略生成方法、装置、设备及介质在说明书摘要公布了：本发明提供一种算力解构策略生成方法、装置、设备及介质，其中，包括：获取包括组件化任务的多个子任务的调度队列；其中，子任务为组件化任务根据算力需求进行切割获得；将调度队列输入深度强化学习模型，获取组件化任务的目标算力解构策略；其中，深度强化学习模型用于根据组件化任务对应的网络环境在多个算力解构策略中输出任务执行时间最短的目标算力解构策略，其中，算力解构策略是指为组件化任务的每个子任务分配一个执行子任务的网络节点的策略。本发明实施例通过将组件化任务分割成多个子任务的方式降低任务对象的颗粒度，通过深度强化学习算法，综合考虑收敛性能、任务执行时间和资源占用率，有效地节省总执行时间，降低占用资源。

本发明授权算力解构策略生成方法、装置、设备及介质在权利要求书中公布了：1.一种算力解构策略生成方法，其特征在于，包括： 获取包括组件化任务的多个子任务的调度队列；其中，所述子任务为所述组件化任务根据算力需求进行切割获得，且各子任务间存在依赖关系由有向无环图DAG表示； 所述获取多个子任务的调度队列，包括： 对所述组件化任务对应的所述DAG进行拓扑排序分层，获取多个层级； 根据层级内子任务的数量和资源需求，动态确定层级和子任务的优先级；其中，层级中包含的子任务个数越少，该层级的优先级越高；同一层级内，子任务的资源需求量越大，其优先级越高；根据按照优先级从高到低的顺序排列的所述子任务获取调度队列； 将所述调度队列输入深度强化学习模型，获取所述组件化任务的目标算力解构策略；其中，所述深度强化学习模型用于根据组件化任务对应的网络环境在多个算力解构策略中输出任务执行时间最短的所述目标算力解构策略，其中，所述算力解构策略是指为所述组件化任务的每个子任务分配一个执行所述子任务的网络节点的策略； 所述深度强化学习模型包括环境模块和深度Q网络模块； 在所述将所述调度队列输入深度强化学习模型，获取所述组件化任务的执行时间最短的算力解构策略前，所述方法还包括： 初始化仿真环境、超参数和汤普森采样动作探索策略； 根据所述仿真环境、所述超参数和所述汤普森采样动作探索策略建立所述组件化任务的所述环境模块；其中，所述环境模块根据当前网络环境和输入的动作获取奖励值和网络环境状态，并将所述奖励值和所述网络环境状态发送到所述深度Q网络模块，所述奖励值与所述子任务的执行时间成反比，所述动作为将所述子任务分配到网络中的所述网络节点的行为； 建立所述深度Q网络模块；其中，所述深度Q网络模块用于根据所述网络环境状态获取价值最大的所述动作，所述价值为所述深度Q网络模块通过全连接层对所述网络环境状态进行拟合获得； 根据所述环境模块对所述深度Q网络模块进行训练，获取所述深度强化学习模型。

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中国移动通信有限公司研究院;中国移动通信集团有限公司，其通讯地址为：100053 北京市西城区宣武门西大街32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。