您当前的位置:
首页 >
文章列表页 >
基于DDPG强化学习的多集群算力资源调度算法
学术论文 | 更新时间:2025-12-25
    • 基于DDPG强化学习的多集群算力资源调度算法

    • Multi-cluster computing power resource scheduling algorithm based on DDPG reinforcement learning

    • 在多集群算力资源调度领域,专家提出了EADE-DDPG算法,显著优化了资源调度效率与均衡性。
    • 通信学报   2025年46卷第11期 页码:147-161
    • DOI:10.11959/j.issn.1000-436x.2025195    

      中图分类号: TN393.0
    • 收稿:2025-07-01

      修回:2025-10-30

      录用:2025-10-31

      纸质出版:2025-11-25

    移动端阅览

  • 胡亚辉,王越嶙,张宸康等.基于DDPG强化学习的多集群算力资源调度算法[J].通信学报,2025,46(11):147-161. DOI: 10.11959/j.issn.1000-436x.2025195.

    HU Yahui,WANG Yuelin,ZHANG Chenkang,et al.Multi-cluster computing power resource scheduling algorithm based on DDPG reinforcement learning[J].Journal on Communications,2025,46(11):147-161. DOI: 10.11959/j.issn.1000-436x.2025195.

  •  
  •  

0

浏览量

238

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于深度强化学习的分离式数据中心存储资源调度优化方法
基于多智能体深度强化学习的低轨星座跳波束资源调度研究
基于算网状态感知的多集群GPU算力资源调度平台设计与实现
非相对论粒子高次谐波辐射作为短波长激光的可能性
硫酸根离子对草酸-硫酸混合酸中制备的多孔阳极氧化铝光致发光特性的影响

相关作者

鲍震
袁政利
郭少勇
胡鑫
仝杰
郝佳恺
Michel Kadoch
喻鹏

相关机构

国家能源工控系统与信息安全研发中心
北京邮电大学网络与交换技术全国重点实验室
中国电力科学研究院有限公司
国网北京市电力公司
魁北克大学高等技术学院,蒙特利尔 QC
0