亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Adaptive Task Scheduling Under Dynamic Edge System Loads: A Deep Reinforcement Learning Approach

计算机科学 马尔可夫决策过程 动态优先级调度 调度(生产过程) 强化学习 工作量 公平份额计划 适应性 分布式计算 排队 单调速率调度 循环调度 固定优先级先发制人调度 两级调度 实时计算 缩小 作业车间调度 计算 马尔可夫过程 响应时间 优先次序 最早截止时间优先安排 自动计划和调度 部分可观测马尔可夫决策过程 任务(项目管理) 排队论 负载平衡(电力) 马尔可夫链 数学优化
作者
Jin Xu,Huiqun Yu,Guisheng Fan,Hengrun Zhang
出处
期刊:Concurrency and Computation: Practice and Experience [Wiley]
卷期号:37 (27-28)
标识
DOI:10.1002/cpe.70416
摘要

ABSTRACT Edge computing systems are in great need of task scheduling due to resource constraints. However, existing scheduling algorithms typically optimize single objectives and lack adaptability to varying system conditions, failing to balance response time minimization during low workloads with queue balance maintenance under high workloads. This paper proposes an adaptive task scheduling algorithm based on Soft Actor‐Critic (SAC) with a novel workload‐aware reward mechanism, which automatically transitions between response time optimization and queue balance prioritization according to system load conditions. The whole scheduling problem is modeled as a Markov Decision Process (MDP), and a sliding window‐based performance evaluation framework is introduced to provide robust system assessment. Extensive experiments across multiple scenarios demonstrate that our method consistently achieves optimal response time across varying workload conditions, significantly outperforming traditional scheduling algorithms, while maintaining effective queue balance comparable to load‐based approaches under high workload scenarios.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
打打的应助被科研通管家采纳,获得10
刚刚
刚刚
过时的行云完成签到,获得积分10
12秒前
15秒前
柔弱藏花完成签到,获得积分10
30秒前
iman完成签到,获得积分10
38秒前
40秒前
勤恳的从蕾完成签到,获得积分10
48秒前
48秒前
ccccccc完成签到,获得积分10
49秒前
ccccccc发布了新的文献求助10
54秒前
wakawaka完成签到 ,获得积分10
55秒前
1分钟前
独特问梅完成签到,获得积分10
1分钟前
单薄的白翠完成签到,获得积分10
1分钟前
科研通AI6.4的应助被精明凝海采纳,获得10
1分钟前
MchemG的应助被TXZ06采纳,获得30
1分钟前
1分钟前
1分钟前
Heaven发布了新的文献求助10
1分钟前
单薄的飞风完成签到,获得积分10
1分钟前
1分钟前
null的应助被科研通管家采纳,获得20
2分钟前
2分钟前
小二郎的应助被科研通管家采纳,获得10
2分钟前
null的应助被科研通管家采纳,获得20
2分钟前
悦兮完成签到 ,获得积分10
2分钟前
失眠的热狗完成签到,获得积分10
2分钟前
zhanghao完成签到,获得积分10
2分钟前
2分钟前
朴实的懿轩完成签到,获得积分10
2分钟前
2分钟前
冷傲的妙竹完成签到,获得积分10
2分钟前
3分钟前
直率水儿完成签到,获得积分10
3分钟前
foxm完成签到,获得积分10
3分钟前
3分钟前
3分钟前
stephanie_han完成签到,获得积分10
3分钟前
稳重听荷完成签到,获得积分10
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
Social Psychology in the Real World 600
八旗制度の研究 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8179896
求助须知:如何正确求助?哪些是违规求助? 9570103
关于积分的说明 21808343
捐赠科研通 7775692
什么是DOI,文献DOI怎么找? 3433193
关于科研通互助平台的介绍 2557334
邀请新用户注册赠送积分活动 2478881