買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國科學院自動化研究所申請的專利基于懲罰機制的安全強化學習任務卸載方法和裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119311334B 。

龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411874791.0，技術領域涉及：G06F9/445；該發明授權基于懲罰機制的安全強化學習任務卸載方法和裝置是由楊寧;呂品;梁劍設計研發完成，并于2024-12-18向國家知識產權局提交的專利申請。

本基于懲罰機制的安全強化學習任務卸載方法和裝置在說明書摘要公布了：本公開涉及一種基于懲罰機制的安全強化學習任務卸載方法和裝置，所述方法包括：接收用戶端的計算服務請求；獲取用戶端當前的狀態信息；將狀態信息輸入到安全強化學習模型，得到針對計算服務請求的決策結果，其中，安全強化學習模型是通過最大化包含障礙函數的目標函數訓練得到的，障礙函數用于在安全強化學習模型的訓練過程中根據第一約束條件對目標函數值進行懲罰性調整，決策結果為確定將計算服務請求對應的任務卸載到多個服務器中的哪個服務器中進行處理，多個服務器包括云服務器和至少一個邊緣服務器；基于決策結果對計算服務請求對應的任務進行卸載。障礙函數能夠自動觸發預先懲罰機制，有效避免違規行為的發生。

本發明授權基于懲罰機制的安全強化學習任務卸載方法和裝置在權利要求書中公布了：1.一種基于懲罰機制的安全強化學習任務卸載方法，其特征在于，所述方法包括：接收用戶端的計算服務請求；獲取所述用戶端當前的狀態信息；將所述狀態信息輸入到安全強化學習模型，得到針對所述計算服務請求的決策結果，其中，所述安全強化學習模型是通過最大化包含障礙函數的目標函數訓練得到的，所述障礙函數用于在所述安全強化學習模型的訓練過程中根據第一約束條件對目標函數值進行懲罰性調整，所述第一約束條件為針對能耗、延遲、帶寬中的至少一項的約束條件，所述決策結果為確定將所述計算服務請求對應的任務卸載到多個服務器中的哪個服務器中進行處理，所述多個服務器包括云服務器和至少一個邊緣服務器；基于所述決策結果對所述計算服務請求對應的任務進行卸載；其中，所述障礙函數用于在所述安全強化學習模型的當前策略的執行結果越接近所述第一約束條件的情況下，通過更大的懲罰項對所述目標函數值進行懲罰性調整；其中，所述障礙函數的表示形式包括： 其中，為所述障礙函數，是一個擴展的連續凸對數勢壘函數，為對數勢壘函數的給定常數，為所述第一約束條件的索引，為待優化的當前策略，為約束函數，為動作，為優勢函數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學院自動化研究所，其通訊地址為：100190 北京市海淀區中關村東路95號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。