本發(fā)明公開了基于圖神經網絡深度強化學習的多coflow調度方法,基于深度強化學習框架建立了多coflow調度模型,并采用圖神經網絡和策略網絡的級聯(lián)作為深度強化學習代理,其中,采用圖神經網絡完成工作流DAG特征的提取,使得模型能夠處理具有不同數量及連接方式的節(jié)點的工作流DAG,有效提高了模型在不可預測輸入DAG下的泛化能力;通過引入策略轉換器,能夠根據調度優(yōu)先級列表生成細粒度的coflow調度策略,提高了調度過程的效率,并且有效減少了工作流的完成時間。
聲明:
“基于圖神經網絡深度強化學習的多coflow調度方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)