買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉山東大學(xué)申請的專利通算一體的多模態(tài)聯(lián)邦學(xué)習(xí)任務(wù)資源調(diào)度方法及介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120416051B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510896395.6，技術(shù)領(lǐng)域涉及：H04L41/0896；該發(fā)明授權(quán)通算一體的多模態(tài)聯(lián)邦學(xué)習(xí)任務(wù)資源調(diào)度方法及介質(zhì)是由李峰;陳旭;胡鵬飛;吳思設(shè)計(jì)研發(fā)完成，并于2025-07-01向國家知識產(chǎn)權(quán)局提交的專利申請。

本通算一體的多模態(tài)聯(lián)邦學(xué)習(xí)任務(wù)資源調(diào)度方法及介質(zhì)在說明書摘要公布了：本申請屬于聯(lián)邦學(xué)習(xí)領(lǐng)域，具體涉及一種通算一體的多模態(tài)聯(lián)邦學(xué)習(xí)任務(wù)資源調(diào)度方法及介質(zhì)，包括如下步驟：搭建多任務(wù)多模態(tài)聯(lián)邦學(xué)習(xí)環(huán)境，完成初始信息探索，使用預(yù)設(shè)提示詞技術(shù)調(diào)用大模型生成獎(jiǎng)勵(lì)建模函數(shù)，由兩層強(qiáng)化學(xué)習(xí)智能體進(jìn)行每個(gè)客戶端參與任務(wù)與分配帶寬資源的決策。由客戶端完成本地訓(xùn)練并收集訓(xùn)練過程參數(shù)，獎(jiǎng)勵(lì)建模函數(shù)根據(jù)訓(xùn)練過程參數(shù)計(jì)算獎(jiǎng)勵(lì)，并指導(dǎo)更新兩層強(qiáng)化學(xué)習(xí)智能體，直至完成收斂既定目標(biāo)或到達(dá)最大通信輪次。本發(fā)明所公開的方法能夠支持?jǐn)?shù)據(jù)分布不均、數(shù)據(jù)模態(tài)缺失、帶寬資源有限等多種復(fù)雜場景，最小化多任務(wù)多模態(tài)聯(lián)邦學(xué)習(xí)收斂時(shí)延。

本發(fā)明授權(quán)通算一體的多模態(tài)聯(lián)邦學(xué)習(xí)任務(wù)資源調(diào)度方法及介質(zhì)在權(quán)利要求書中公布了：1.一種通算一體的多模態(tài)聯(lián)邦學(xué)習(xí)任務(wù)資源調(diào)度方法，其特征在于，包括如下步驟： S1.搭建多任務(wù)多模態(tài)聯(lián)邦學(xué)習(xí)環(huán)境，設(shè)置各任務(wù)收斂的目標(biāo)正確率；服務(wù)器調(diào)用大語言模型生成獎(jiǎng)勵(lì)預(yù)測函數(shù)，各客戶端完成一個(gè)輪次的本地訓(xùn)練，得到各個(gè)任務(wù)的損失值與訓(xùn)練時(shí)間，并將結(jié)果反饋給服務(wù)器； S2.服務(wù)器將每個(gè)客戶端對應(yīng)的狀態(tài)提交給高層智能體；由高層智能體決策客戶端在當(dāng)前輪次是否參與任務(wù)或參與何種任務(wù)； 通過強(qiáng)化學(xué)習(xí)的動(dòng)作決策過程，決策得到所有客戶端的動(dòng)作集合；客戶端的狀態(tài)集合包括，其中代表輪次結(jié)束之后客戶端在全部任務(wù)上的損失值的記錄；代表輪次結(jié)束后客戶端在全部任務(wù)上的訓(xùn)練時(shí)間預(yù)測；代表各個(gè)任務(wù)的收斂目標(biāo)與輪次結(jié)束時(shí)測試正確率的差；代表客戶端在第輪完成時(shí)的剩余參與時(shí)間；代表客戶端在前輪各個(gè)任務(wù)累計(jì)參與的次數(shù),在時(shí)均為0；狀態(tài)集合在每輪次步驟S4完成更新，強(qiáng)化學(xué)習(xí)智能體決策出客戶端的動(dòng)作集合為，代表客戶端在第個(gè)輪次執(zhí)行的任務(wù)編號：其中當(dāng)時(shí)代表不參與本次訓(xùn)練，代表本輪次執(zhí)行任務(wù)；代表客戶端在第個(gè)輪次的帶寬分配比例；為了加速強(qiáng)化學(xué)習(xí)智能體的收斂，采用分層強(qiáng)化學(xué)習(xí)： 假設(shè)智能體對每個(gè)客戶端的決策相互獨(dú)立，因此每次智能體只讀入一個(gè)客戶端的狀態(tài)信息，決策動(dòng)作，并得到一個(gè)獎(jiǎng)勵(lì)，同時(shí)強(qiáng)化學(xué)習(xí)智能體解耦合為高層智能體與低層智能體，其中，高層智能體讀入狀態(tài)，決策動(dòng)作，當(dāng)客戶端被服務(wù)器選擇參與輪次的任務(wù)時(shí)，低層智能體才會(huì)參與決策帶寬分配比例；低層智能體讀入狀態(tài)，決策動(dòng)作； 由于兩層智能體互相獨(dú)立，設(shè)置高層智能體的演員網(wǎng)絡(luò)的輸出為離散動(dòng)作且，并通過對進(jìn)行采樣得到動(dòng)作；低層智能體的演員網(wǎng)絡(luò)采用高斯策略，其輸出為兩個(gè)實(shí)值參數(shù)：和，分別表示客戶端在第輪的帶寬分配策略的期望值不確定性；由此構(gòu)造正態(tài)分布，并從中進(jìn)行采樣以獲得連續(xù)動(dòng)作，表示客戶端在本輪的帶寬占比，在所有低層智能體決策完帶寬占比后，服務(wù)器會(huì)收集所有客戶端的帶寬占比并歸一化； S3.服務(wù)器在決策參與任務(wù)的客戶端中隨機(jī)選擇一部分實(shí)際參與本輪次訓(xùn)練；低層智能體輸入每個(gè)被選擇參與任務(wù)的客戶端的狀態(tài)，輸出決策的分配通信帶寬占比； S4.服務(wù)器向參與任務(wù)的客戶端下發(fā)對應(yīng)的全局模型參數(shù)，客戶端開始本輪本地訓(xùn)練，訓(xùn)練完畢后將訓(xùn)練時(shí)間、本地訓(xùn)練損失值和模型參數(shù)的更新上傳給服務(wù)器，客戶端傳遞后等待下一個(gè)輪次的任務(wù)信息，服務(wù)器在接收到客戶端傳遞來的訓(xùn)練結(jié)果后，更新各個(gè)客戶端的狀態(tài)與各任務(wù)對應(yīng)的全局模型； S5.服務(wù)器將訓(xùn)練結(jié)果反饋給獎(jiǎng)勵(lì)預(yù)測函數(shù)，由獎(jiǎng)勵(lì)預(yù)測函數(shù)生成兩個(gè)智能體對應(yīng)的子獎(jiǎng)勵(lì)，并輸入給獎(jiǎng)勵(lì)生成模型，得到兩個(gè)智能體對應(yīng)的最終的獎(jiǎng)勵(lì)，兩組智能體根據(jù)獎(jiǎng)勵(lì)值分別完成更新； S6.重復(fù)步驟S2至S6，直至到達(dá)各任務(wù)的收斂目標(biāo)或到達(dá)最大通信輪次。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人山東大學(xué)，其通訊地址為：266200 山東省青島市即墨區(qū)濱海路72號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。