一种面向自动驾驶推理任务的工作流调度策略

来源 :小型微型计算机系统 | 被引量 : 0次 | 上传用户:sketchupbim
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前自动驾驶推理任务调度中要解决的关键问题是如何在不同的时间窗内,让实时推理任务满足可容忍时间约束的前提下,在相应的处理设备上被调度执行完成.在不同时间窗内,依据边缘节点的数量变化以及推理任务的不同,设计了一种边缘环境下基于强化学习算法的工作流调度策略.首先,利用推理任务工作流调度算法计算任务的完成时间;其次,采用基于模拟退火的Q学习算法(Q-learning based on simulated annealing,SA-QL)来优化推理任务的完成时间;最后,从可行性、收敛性、有效性和探索性四个角度来体现基于模拟退火的强化学习算法(Reinforement learning based on simulated annealing,SA-RL)和粒子群优化算法(Particle Swarm Optimization,PSO)的性能差异.实验结果表明,模拟退火的强化学习算法和粒子群优化算法都具有可行性和有效性,单步时序差分算法(TD(0))具有更强的探索性,多步时序差分算法(TD(λ))具有更强的收敛性.
其他文献
鼻子有鼻涕、鼻子不通气,都会令宝宝烦躁、哭闹,尤其是还不会用嘴呼吸的宝宝更是如此。把宝宝鼻子里的鼻涕、黏液清理出来,帮他缓解鼻塞,他会舒服很多。    每天简单清洗    用棉条蘸上生理盐水,把棉条放入宝宝的一个鼻孔,轻轻旋转几下,然后轻轻拉出来。棉条不要太细,生理盐水也不要蘸太多,否则不好把鼻屎带出来。每天都可以这样给宝宝做简单清洗,虽然有时候什么东西都没有带出来,但这样做可以帮助宝宝打喷嚏,鼻
时序数据处理任务中,循环神经网络模型以及相关衍生模型有较好的性能,如长短期记忆模型(LSTM),门限循环单元(GRU)等.模型的记忆层能够保存每个时间步的信息,但是无法高效处理
为了提高软件开发的质量和效率,代码自动生成是当前的研究热点,代码自动生成的性能是其中的重要问题.现有代码自动生成的性能分析方法较简单,难以评估代码自动生成过程中程序
每一家零售商店都知道,一个饥渴的顾客倾向于买更多的东西。另一方面来说,商人喜欢以特别商品的样品打动消费者,使其追随他们的品牌。零售商担心:食物或商品的样品是否过分满
我是位建筑工人,最近发现肛门旁总流臭水,常弄湿内裤。开始我还以为是干活出汗多或排便后未揩净肛门所致,于是每晚及排便后即用温水清洗,却无济于事。请问这是什么原因? I a
社交化编码是当前软件开发生产的一个重要方式,其开发模式的灵活性与开放性吸引了大量的开发者.开发者通过参与开源项目能够提升自己的开发能力并在社区中形成自己的影响力.
我曾投入地看过著名越剧演员钱惠丽的《哭灵》选段,那风流倜傥的宝二爷在《哭灵》中追忆、怀念、寻找他与林妹妹那段刻骨铭心的爱情,会让人时而哭、时而笑、时而痴、时而傻,
语义匹配是问答领域的一个核心任务,能够为问答系统和信息检索等领域提供技术支持.目前对于语义匹配这一特殊分类问题,神经网络主要使用交叉熵或者对比代价损失函数,忽略了损
SDH网络保护倒换性能的测试HP公司DavidRobertson中国电子系统装备总公司郭世泽毛世鑫译随着电信越来越广泛地应用在重要的交易中,如电子资金转帐、订单处理、客户服务、库存管理电子邮件和国际互
"十一五"以来,我国高等职业教育得到了快速发展,招生规模占到了高等教育的一半.特别是《教育部关于全面提高高等职业教育教学质量的若干意见》(教高[2006]16号)的颁布和"国家