龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：湖南大学
摘要：一种基于多智能体强化学习的异构多机系统动态任务调度方法，包括：1、输入任务信息，将所有任务分解为可供单机器人执行的具有不同能力要求的多个原子任务；2、建立粘连效用评估模型和异构优先级，创建数学优化模型；3、建立局部感知域模型，并基于调度决策点的顺序决策过程，建立马尔科夫决策模型；4、搭建异构多机系统调度环境，结合多种高级训练策略，在环境和智能体的交互中，学习出针对异构多机任务调度的深度强化学习求解器；5、通过深度强化学习求解器，对调度实例在每一调度决策点顺序输出动作，得到动态调度方案。本发明能够对动态事件以插入动态调度决策点的方式处理任务执行过程中的不确定性，实现快速鲁棒的动态任务调度。
主权项：1.一种基于多智能体强化学习的异构多机系统动态任务调度方法，其特征在于，具体包括如下步骤：S1、输入任务信息，根据任务复杂度和约束关系将所有任务分解为可供单机器人执行的具有不同能力要求的多个原子任务，并建立约束关系矩阵；S2、输入机器人信息，根据机器人在能力、速度和尺寸三个维度上的区别以及约束关系矩阵，建立粘连效用评估模型和异构优先级，并进一步创建以最大化粘连效用和为目标函数的数学优化模型；S3、基于机器人特征建立局部感知域模型，并基于调度决策点的顺序决策过程，建立马尔科夫决策模型；S4、基于以上建模和深度强化学习范式，搭建异构多机系统调度环境，结合多种高级训练策略，在环境和智能体的交互中，学习出针对异构多机任务调度的深度强化学习求解器；S5、通过深度强化学习求解器，考虑动态任务变动和机器人故障，对调度实例在每一调度决策点顺序输出动作，得到动态调度方案。
全文数据：
权利要求：
百度查询： 湖南大学 基于多智能体强化学习的异构多机系统动态任务调度方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
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