一种任务资源动态自适应调度方法、汽车电子物理系统及汽车

    公开(公告)号:CN119248457A

    公开(公告)日:2025-01-03

    申请号:CN202411505043.5

    申请日:2024-10-28

    Abstract: 本申请公开了一种任务资源动态自适应调度方法、汽车电子物理系统及汽车,涉及人工智能领域。所述任务资源动态自适应调度方法包括:在每一轮的调度过程中,实时计算各任务的上行顺序值和调度松弛时间;基于任务的上行顺序值和调度松弛时间进行动态排序,输出任务的优先级列表;从任务的优先级列表中选择预设数量的任务加入至待执行任务列表;为待执行任务列表中的任务分配处理器,并由分配的处理器执行相应的任务。本申请任务资源动态自适应调度方法能够在任务发布不确定的情况下满足任务资源调度的实时性需求,并提高任务调度的整体效率。

    基于混合强化学习的车载任务卸载调度方法及系统

    公开(公告)号:CN117793801B

    公开(公告)日:2024-04-23

    申请号:CN202410205872.5

    申请日:2024-02-26

    Abstract: 本发明提供了一种基于混合强化学习的车载任务卸载调度方法及系统,涉及车载任务调度技术领域,方法包括:建立车载任务协同处理网络、状态变量空间和动作变量空间,基于SADDQN网络构建通信决策模型,以确定车辆目标边缘计算节点,基于DDPG网络构建任务分配决策模型,以确定车辆任务卸载率、通信传输功率和分配算力比例;以车载任务协同处理网络的总成本最小为目标,优化得到训练好的通信决策模型和任务分配决策模型,即可根据实时的状态变量空间,输出合理的通信决策和任务分配决策,进行车载任务卸载调度。本发明解决了将车载任务不合理卸载到边缘计算节点上,导致边缘计算节点处理信息量及传递信息量过大,时延过长、能耗较大的问题。

    基于混合强化学习的车载任务卸载调度方法及系统

    公开(公告)号:CN117793801A

    公开(公告)日:2024-03-29

    申请号:CN202410205872.5

    申请日:2024-02-26

    Abstract: 本发明提供了一种基于混合强化学习的车载任务卸载调度方法及系统,涉及车载任务调度技术领域,方法包括:建立车载任务协同处理网络、状态变量空间和动作变量空间,基于SADDQN网络构建通信决策模型,以确定车辆目标边缘计算节点,基于DDPG网络构建任务分配决策模型,以确定车辆任务卸载率、通信传输功率和分配算力比例;以车载任务协同处理网络的总成本最小为目标,优化得到训练好的通信决策模型和任务分配决策模型,即可根据实时的状态变量空间,输出合理的通信决策和任务分配决策,进行车载任务卸载调度。本发明解决了将车载任务不合理卸载到边缘计算节点上,导致边缘计算节点处理信息量及传递信息量过大,时延过长、能耗较大的问题。

    一种智能网联车远程升级装置、方法、设备、介质及产品

    公开(公告)号:CN119248323A

    公开(公告)日:2025-01-03

    申请号:CN202411505006.4

    申请日:2024-10-28

    Abstract: 本申请公开了一种智能网联车远程升级装置、方法、设备、介质及产品,涉及新能源汽车软件升级领域,该装置包括升级服务平台、智能车联网模块以及智能车待升级模块;升级服务平台,通过局域网与智能车联网模块进行通信;升级服务平台用于配置升级包、选择待升级智能车以及提示升级状态;智能车联网模块以及智能车待升级模块设于待升级智能车上;智能车联网模块作为智能车对外通信接口,接收升级包,并将升级包发送至智能车待升级模块;智能车待升级模块,用于根据升级包,执行升级指令,并反馈升级结果;在升级过程中,智能网联车远程升级装置支持差分升级、断点续传以及升级失败后软件回滚,本申请能有效提升特殊场景下智能车的升级便捷性。

Patent Agency Ranking