基于深度强化学习的TSN流排序和调度OA北大核心CSTPCD
针对现有研究寻找数据流最佳排序这一过程本身花费时间过多,没有工程可行的寻找最佳排序的有效方法的问题,提出基于深度强化学习的流排序和调度框架PSNDRL.该框架包括3个关键模块,即创建时间触发(Time-Triggered,TT)流之间关系图的预处理模块、挖掘和量化TT流之间复杂的相关关系并选择概率值最高的TT流的代理模块、进行TT流调度和奖励计算的环境模块,利用图卷积网络和强化学习从大量的TT流中智能探索流特征以及流之间的复杂相关关系对基于可满足…查看全部>>
邓金雪;李纯喜;李宗辉;赵永祥
北京交通大学电子信息工程学院,北京100044北京交通大学电子信息工程学院,北京100044北京交通大学计算机与信息技术学院,北京100044北京交通大学电子信息工程学院,北京100044
计算机与自动化
时间敏感网络深度强化学习流排序流调度
《北京交通大学学报》 2024 (2)
P.144-153,10
国家重点研发计划(2022YFB3303700)。
评论