[發(fā)明專利]模型構(gòu)建方法、任務分配方法、裝置、設備及介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110302078.9
• 申請日: 2021-03-22
• 公開（公告）號: CN113032904B
• 公開（公告）日: 2021-11-23
• 發(fā)明（設計）人: 任濤;胡哲源;谷寧波;牛建偉;杜東峰;豆淵博;李青鋒
• 申請（專利權(quán)）人: 北京航空航天大學杭州創(chuàng)新研究院
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/20;G06F9/445;G06F9/48;G06F9/50;G06F119/12
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 董艷芳

1.一種模型構(gòu)建方法，其特征在于，應用于訓練設備，所述訓練設備配置有待訓練的位置模型以及任務分配模型，所述方法包括：

初始化所述位置模型、所述任務分配模型、第一無人機的狀態(tài)以及第一移動終端的狀態(tài)，其中，所述第一無人機用于為所述第一移動終端提供邊緣計算服務；

將所述位置模型以及任務分配模型進行以下迭代，直到滿足預設的迭代條件：

根據(jù)所述第一移動終端與所述第一無人機之間當前時刻的第一狀態(tài)，通過所述位置模型獲得所述第一無人機下一時刻的預測位置；

根據(jù)所述預測位置更新所述第一狀態(tài)；

根據(jù)更新后的第一狀態(tài)，通過預設第一獎勵策略獲得與所述更新后的第一狀態(tài)相對應的第一獎勵值；

根據(jù)所述第一獎勵值，更新所述位置模型的模型參數(shù)；

根據(jù)所述預測位置確定所述第一無人機與所述第一移動終端之間當前時刻的第二狀態(tài)；

根據(jù)所述第二狀態(tài)，通過所述任務分配模型確定所述第一無人機與所述第一移動終端之間下一時刻的任務分配結(jié)果；

根據(jù)所述任務分配結(jié)果，更新所述任務分配模型的模型參數(shù)。

2.根據(jù)權(quán)利要求1所述的模型構(gòu)建方法，其特征在于，所述根據(jù)更新后的第一狀態(tài)，通過預設第一獎勵策略獲得與所述更新后的第一狀態(tài)相對應的第一獎勵值，包括：

通過預設第一獎勵策略獲得與所述更新后的第一狀態(tài)相對應的第一獎勵值；

當根據(jù)所述更新后的第一狀態(tài)，確定所述第一無人機滿足任意一條第一限制條件時，則通過預設第一負獎勵值調(diào)整所述第一獎勵值，其中，所述第一限制條件包括：

所述第一無人機的移動速度超過速度閾值；

所述第一無人機的移動頻率超過頻率閾值。

3.根據(jù)權(quán)利要求1所述的模型構(gòu)建方法，其特征在于，所述根據(jù)所述任務分配結(jié)果，更新所述任務分配模型的模型參數(shù)，包括：

根據(jù)所述任務分配結(jié)果更新所述第二狀態(tài)；

根據(jù)更新后的第二狀態(tài)，通過預設第二獎勵策略獲得與所述第二狀態(tài)相對應的第二獎勵值；

根據(jù)所述第二獎勵值，更新所述位置模型的模型參數(shù)。

4.根據(jù)權(quán)利要求3所述的模型構(gòu)建方法，其特征在于，所述根據(jù)更新后的第二狀態(tài)，通過預設第二獎勵策略獲得與所述第二狀態(tài)相對應的第二獎勵值，包括：

通過預設第二獎勵策略獲得與所述第二狀態(tài)相對應的第二獎勵值；

當根據(jù)所述更新后的第二狀態(tài)，確定所述第一無人機與所述第一移動終端滿足意一條第二限制條件時，則通過預設第二負獎勵值調(diào)整所述第二獎勵值，其中，所述第二限制條件包括：

同一任務同時在第一無人機以及第一移動終端運行；

任務在第一無人機與第一移動終端之間傳輸時所消耗的總能量超過能量閾值；

至少一個任務的完成耗時超過時長閾值。

5.一種任務分配方法，其特征在于，應用于執(zhí)行設備，所述執(zhí)行設備配置有預訓練的位置模型以及任務分配模型，所述預訓練的位置模型以及任務分配模型由權(quán)利要求1-4任意一項所述的模型構(gòu)建方法進行訓練獲得，所述方法包括：

獲取第二移動終端與第二無人機之間當前時刻的第三狀態(tài)；

根據(jù)所述第三狀態(tài)，通過所述位置模型確定所述第二無人機在下一時刻的預測位置；

根據(jù)所述第二無人機在下一時刻的預測位置，確定所述第二無人機與第二移動終端之間的第四狀態(tài)；

根據(jù)所述第四狀態(tài)，通過所述任務分配模型確定所述第二無人機與所述第二移動終端之間的任務分配結(jié)果。