買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國科學(xué)院自動化研究所申請的專利基于懲罰機(jī)制的安全強(qiáng)化學(xué)習(xí)任務(wù)卸載方法和裝置獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119311334B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411874791.0，技術(shù)領(lǐng)域涉及：G06F9/445；該發(fā)明授權(quán)基于懲罰機(jī)制的安全強(qiáng)化學(xué)習(xí)任務(wù)卸載方法和裝置是由楊寧;呂品;梁劍設(shè)計(jì)研發(fā)完成，并于2024-12-18向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于懲罰機(jī)制的安全強(qiáng)化學(xué)習(xí)任務(wù)卸載方法和裝置在說明書摘要公布了：本公開涉及一種基于懲罰機(jī)制的安全強(qiáng)化學(xué)習(xí)任務(wù)卸載方法和裝置，所述方法包括：接收用戶端的計(jì)算服務(wù)請求；獲取用戶端當(dāng)前的狀態(tài)信息；將狀態(tài)信息輸入到安全強(qiáng)化學(xué)習(xí)模型，得到針對計(jì)算服務(wù)請求的決策結(jié)果，其中，安全強(qiáng)化學(xué)習(xí)模型是通過最大化包含障礙函數(shù)的目標(biāo)函數(shù)訓(xùn)練得到的，障礙函數(shù)用于在安全強(qiáng)化學(xué)習(xí)模型的訓(xùn)練過程中根據(jù)第一約束條件對目標(biāo)函數(shù)值進(jìn)行懲罰性調(diào)整，決策結(jié)果為確定將計(jì)算服務(wù)請求對應(yīng)的任務(wù)卸載到多個(gè)服務(wù)器中的哪個(gè)服務(wù)器中進(jìn)行處理，多個(gè)服務(wù)器包括云服務(wù)器和至少一個(gè)邊緣服務(wù)器；基于決策結(jié)果對計(jì)算服務(wù)請求對應(yīng)的任務(wù)進(jìn)行卸載。障礙函數(shù)能夠自動觸發(fā)預(yù)先懲罰機(jī)制，有效避免違規(guī)行為的發(fā)生。

本發(fā)明授權(quán)基于懲罰機(jī)制的安全強(qiáng)化學(xué)習(xí)任務(wù)卸載方法和裝置在權(quán)利要求書中公布了：1.一種基于懲罰機(jī)制的安全強(qiáng)化學(xué)習(xí)任務(wù)卸載方法，其特征在于，所述方法包括：接收用戶端的計(jì)算服務(wù)請求；獲取所述用戶端當(dāng)前的狀態(tài)信息；將所述狀態(tài)信息輸入到安全強(qiáng)化學(xué)習(xí)模型，得到針對所述計(jì)算服務(wù)請求的決策結(jié)果，其中，所述安全強(qiáng)化學(xué)習(xí)模型是通過最大化包含障礙函數(shù)的目標(biāo)函數(shù)訓(xùn)練得到的，所述障礙函數(shù)用于在所述安全強(qiáng)化學(xué)習(xí)模型的訓(xùn)練過程中根據(jù)第一約束條件對目標(biāo)函數(shù)值進(jìn)行懲罰性調(diào)整，所述第一約束條件為針對能耗、延遲、帶寬中的至少一項(xiàng)的約束條件，所述決策結(jié)果為確定將所述計(jì)算服務(wù)請求對應(yīng)的任務(wù)卸載到多個(gè)服務(wù)器中的哪個(gè)服務(wù)器中進(jìn)行處理，所述多個(gè)服務(wù)器包括云服務(wù)器和至少一個(gè)邊緣服務(wù)器；基于所述決策結(jié)果對所述計(jì)算服務(wù)請求對應(yīng)的任務(wù)進(jìn)行卸載；其中，所述障礙函數(shù)用于在所述安全強(qiáng)化學(xué)習(xí)模型的當(dāng)前策略的執(zhí)行結(jié)果越接近所述第一約束條件的情況下，通過更大的懲罰項(xiàng)對所述目標(biāo)函數(shù)值進(jìn)行懲罰性調(diào)整；其中，所述障礙函數(shù)的表示形式包括： 其中，為所述障礙函數(shù)，是一個(gè)擴(kuò)展的連續(xù)凸對數(shù)勢壘函數(shù)，為對數(shù)勢壘函數(shù)的給定常數(shù)，為所述第一約束條件的索引，為待優(yōu)化的當(dāng)前策略，為約束函數(shù)，為動作，為優(yōu)勢函數(shù)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國科學(xué)院自動化研究所，其通訊地址為：100190 北京市海淀區(qū)中關(guān)村東路95號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。