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！

龙图腾网获悉南开大学申请的专利基于故障感知与强化学习的分布式任务卸载方法及系统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：CN121486899B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610009105.6，技术领域涉及：H04W28/084；该发明授权基于故障感知与强化学习的分布式任务卸载方法及系统是由刘晓光;王潇霏;王刚设计研发完成，并于2026-01-06向国家知识产权局提交的专利申请。

本基于故障感知与强化学习的分布式任务卸载方法及系统在说明书摘要公布了：本发明涉及边缘计算技术领域，提供一种基于故障感知与强化学习的分布式任务卸载方法及系统，方法包括获取拥有自主决策权的物联网终端用户将任务卸载至边缘节点的卸载任务；构建基于强化学习的链路数目控制方法，根据基于强化学习的链路数目控制方法自适应决策出卸载任务的最优卸载节点数量；根据最优卸载节点数量，通过循环计算并比较各候选链路的期望传输时间，选择传输性能最优的目标节点，根据目标节点建立目标传输链路；根据传输链路的拥塞程度动态调整目标传输链路。本发明有效提升了物联网任务卸载的整体效率与鲁棒性，适配大规模动态变化的物联网网络环境，为边缘计算下的终端任务卸载提供了更高效、可靠的技术支撑。

本发明授权基于故障感知与强化学习的分布式任务卸载方法及系统在权利要求书中公布了：1.一种基于故障感知与强化学习的分布式任务卸载方法，其特征在于，包括： S1：获取拥有自主决策权的物联网终端用户将任务卸载至边缘节点的卸载任务； S2：构建基于强化学习的链路数目控制方法，根据基于强化学习的链路数目控制方法自适应决策出卸载任务的最优卸载边缘节点数量； 基于强化学习的链路数目控制方法包括： S21：将用户设备建模为强化学习智能体； S22：将智能体的动作定义为选择最大链路数目，智能体的状态定义为其它用户设备的联合策略影响，通过信道状态信息来间接表征，奖励函数为两次决策间隔内传输的总比特数； S3：构建基于故障感知的期望传输时间选择模型，采用基于故障感知的期望传输时间选择模型计算各候选链路的期望传输时间； 基于故障感知的期望传输时间选择模型通过计算任务的期望传输时间，选择最合适的边缘节点，期望传输时间为边缘节点传输过程中发生故障和成功传输两种情况下的条件期望，由任务数据量、当前信道传输速率和历史平均传输速率决定，计算表达式为： 其中，为任务至边缘节点的期望传输时间，为边缘节点传输过程中发生故障的期望，为边缘节点成功传输的期望，为任务数据量，为边缘节点基于期望估计的信道传输速率，为平均传输速率，为边缘节点故障关于时隙的概率密度分布函数； S4：比较各候选链路的期望传输时间选择传输性能最优的边缘节点，获得目标卸载边缘节点； S5：根据最优卸载边缘节点数量循环应用S3及S4步骤，获得全部目标卸载边缘节点，根据全部目标卸载边缘节点建立目标传输链路； S6：根据传输链路的拥塞程度动态调整目标传输链路。

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南开大学，其通讯地址为：300071 天津市南开区卫津路94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。