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！

龙图腾网获悉复旦大学申请的专利基于图强化学习的FPGA高层次综合调度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：CN115936106B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202211135401.9，技术领域涉及：G06N3/092；该发明授权基于图强化学习的FPGA高层次综合调度方法是由周晰朗;王堃设计研发完成，并于2022-09-19向国家知识产权局提交的专利申请。

本基于图强化学习的FPGA高层次综合调度方法在说明书摘要公布了：本发明公开了一种基于图强化学习的FPGA高层次综合调度方法；其包括以下步骤：获取初始化时间表；图神经网络接收非欧式空间的数据，提取非欧式空间的数据中的特征，将特征嵌入，得到结果信息，并将所述结果信息传递给强化学习的策略网络；策略网络根据所述结果信息和所述初始化时间表生成相应的调度动作，并与环境不断进行交互，完成调度过程；得到并输出操作对应的精确时钟周期。该发明具备提高实现调度质量和提升求解速度的优点。

本发明授权基于图强化学习的FPGA高层次综合调度方法在权利要求书中公布了：1.一种基于图强化学习的FPGA高层次综合调度方法，其特征在于，包括以下步骤： 获取初始化时间表； 图神经网络接收非欧式空间的数据，提取非欧式空间的数据中的特征，通过增设一个多层神经网络，扩大图神经网络的表达范围，提取出调度所需的特征数据，将特征嵌入，得到结果信息，并将所述结果信息传递给强化学习的策略网络； 强化学习的策略网络根据所述结果信息和所述初始化时间表生成相应的调度动作，并与环境不断进行交互，完成调度过程； 得到并输出操作对应的精确时钟周期；其中： 强化学习的策略网络根据所述结果信息生成相应的调度动作，并与环境不断进行交互，完成调度过程的方法包括： 一设置状态空间： 将整个调度任务分割成多个子任务； 通过完成所述多个子任务，进而完成所述整个调度过程； 二设置动作空间： 多个节点的特征向量经过多层神经网络解码； 经过函数输出，使每个节点仅对应一个概率； 将概率映射成离散的动作； 三设置奖励方法； 当调度策略不满足资源约束时，奖励为-1，快速否定掉不满足约束条件的解； 当调度策略满足资源约束时，奖励和增加的延时有关，某次调度增加延时越低，则该次调度获得的奖励越高，对应以下公式： ； 为超参数，方便调节reward来获得更优的调度策略。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。