[发明专利]一种任务调度方法、装置、电子设备及可读存储介质

权利要求书

1.一种任务调度方法，其特征在于，包括：

若获取到任务需求，则对所述任务需求进行拆分，得到多个具有约束关系的子任务；

对非候选子任务进行执行条件检测，将满足执行条件的所述非候选子任务确定为候选子任务，并将所述候选子任务放入任务队列；

对边缘服务器构成的服务器网络进行状态检测，得到服务器状态信息和通信信息；

将所述服务器状态信息、所述通信信息和所述任务队列对应的队列信息输入动作价值评估模型，得到多个调度动作分别对应的多个评估值；

利用所述评估值在多个所述调度动作中确定目标调度动作，并基于所述目标调度动作对所述任务队列中的所述候选子任务进行调度；

所述对非候选子任务进行执行条件检测，包括：

判断所述非候选子任务是否为需求起始任务；

若是所述需求起始任务，则确定所述非候选子任务满足所述执行条件；

若不是所述需求起始任务，则判断所述非候选子任务的前序任务是否全部执行完毕；

若所述前序任务全部执行完毕，则确定所述非候选子任务满足所述执行条件；

若所述前序任务未全部执行完毕，则确定所述非候选子任务不满足所述执行条件。

2.根据权利要求1所述的任务调度方法，其特征在于，所述对边缘服务器构成的服务器网络进行状态检测，得到服务器状态信息和通信信息，包括：

对各个所述边缘服务器进行剩余计算时长检测，得到所述服务器状态信息；

对所述服务器网络中的各个网络信道进行剩余传输时长检测，得到所述通信信息。

3.根据权利要求1所述的任务调度方法，其特征在于，所述动作价值评估模型的训练过程，包括：

获取多个训练数据，并将所述训练数据分别输入初始网络，得到各个所述训练数据分别对应的多个训练评估值；

利用所述训练评估值确定目标训练调度动作，并根据所述目标训练调度动作进行任务调度，并得到各个所述训练数据对应的性能参数；

利用所述性能参数得到目标评估值，并利用所述训练评估值和所述目标评估值得到损失值；

利用所述损失值更新所述初始网络，迭代训练得到所述动作价值评估模型。

4.根据权利要求3所述的任务调度方法，其特征在于，所述获取多个训练数据，包括：

判断候选训练数据的数量是否达到采样阈值；

若达到所述采样阈值，则利用上一训练轮次对应的所述训练数据和所述性能参数生成新的所述候选训练数据，并从所述候选训练数据中随机选择所述采样阈值个所述训练数据；

若未达到所述采样阈值，则从所述候选训练数据中确定最新候选训练数据，并将所述最新候选训练数据输入所述初始网络，得到各个所述调度动作分别对应的多个所述训练评估值；

利用所述训练评估值确定训练调度动作，并基于所述训练调度动作进行任务调度；

对任务调度后的所述服务器网络进行状态检测，并利用得到的调度后状态信息、调度后通信信息和所述任务队列对应的调度后队列信息生成调度后环境信息；

利用所述调度后环境信息得到所述训练调度动作对应的训练性能参数，并利用所述训练性能参数、所述调度后环境信息、所述训练调度动作和所述最新候选训练数据生成目标训练数据，并将所述目标训练数据确定为所述候选训练数据。

5.根据权利要求4所述的任务调度方法，其特征在于，所述利用所述调度后环境信息得到所述训练调度动作对应的训练性能参数，包括：

利用所述训练调度动作涉及的各个待调度子任务的数据处理时长和数据传输时长得到任务处理时延；

对所述训练调度动作涉及的各个待调度服务器进行剩余计算时长检测，得到剩余计算时长；

将所述任务处理时延和所述剩余计算时长相加，得到各个所述待调度服务器对应的任务延迟；

利用各个所述任务延迟得到平均延迟，并将所述平均延迟确定为所述训练性能参数。