买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖北省楚天云有限公司;华中科技大学申请的专利一种基于深度强化学习的车载边缘计算任务卸载方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121541941B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610059987.7，技术领域涉及：G06F9/445；该发明授权一种基于深度强化学习的车载边缘计算任务卸载方法是由夏耀东;廖玺;彭凯;蔡兴伟;刘姜怡;徐博;廖彤昕;王晨昕;胡梦兰;邓天平;胡毅;刘英东;熊欢;韩旭设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本一种基于深度强化学习的车载边缘计算任务卸载方法在说明书摘要公布了：本发明涉及一种基于深度强化学习的车载边缘计算任务卸载方法及系统，包括：将多个异构边缘设备通过节点聚合形成边缘计算集群；将任务卸载问题建模为以最小化总能耗与时延加权和为目标的马尔科夫决策过程，设置动作、约束和状态；在每次动作时根据当前状态生成任务在本地及各集群之间的卸载比例，并基于每一次任务卸载后的能耗和时延构建即时奖励，基于即时奖励反馈指导动作的策略的迭代更新；得到各个任务在本地与各集群间的卸载比例；在各个集群内部基于贪心策略进行细粒度任务分配；在多车辆场景下基于集群进行动态两阶段任务卸载，降低时延与能耗，提升车载边缘计算任务处理效率和系统稳定性。

本发明授权一种基于深度强化学习的车载边缘计算任务卸载方法在权利要求书中公布了：1.一种基于深度强化学习的车载边缘计算任务卸载方法，其特征在于，所述任务卸载方法包括： 步骤1，将多个异构边缘设备通过节点聚合形成边缘计算集群； 步骤2，将任务卸载问题建模为以最小化总能耗与时延加权和为目标的马尔科夫决策过程，设置动作为按任务逐个输出在本地与各集群间的卸载比例，设置约束为时延小于最大可容忍时延，设置状态包括：当前任务卸载比例、各集群服务集合及待卸载任务属性； 步骤3，在每次动作时根据当前状态生成任务在本地及各集群之间的卸载比例，并基于每一次任务卸载后的能耗和时延构建即时奖励，基于所述即时奖励反馈指导动作的策略的迭代更新；得到各个任务在本地与各集群间的卸载比例； 步骤4，在各个所述集群内部基于贪心策略进行细粒度任务分配；所述步骤1包括： 步骤101，统计当前待聚合集群尚未覆盖的服务集合，选取在剩余节点中覆盖数量最少的服务作为待补充服务； 步骤102，若当前待生成集群为空，从剩余节点中随机选择一个包含的节点加入集群，并将该节点从候选节点中移除； 若当前待生成集群非空，则计算当前集群的加权聚类中心坐标，在剩余节点中选择距离聚类中心最近且包含的节点加入集群，并将该节点从候选节点中移除； 步骤103，持续执行步骤102，当前集群具备完整服务能力时，进行下一个集群的生成；当剩余服务数量不足以生成新的完整服务集群时，对于剩余节点，依次选取节点，计算该节点与所有已生成集群的聚类中心距离，将节点分配至距离最近的集群，作为补充计算资源； 所述步骤3中构建的所述即时奖励的公式为： 其中，表示车辆完成任务的总能耗，表示任务的完成时延，为时延权重系数，,为奖励调节因子，表示任务的序号数，表示一轮中任务的总个数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖北省楚天云有限公司;华中科技大学，其通讯地址为：430000 湖北省武汉市东湖开发区花城大道9号武汉软件新城1.1期A2栋1-3层、4层(2)号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。