摘要
本发明涉及一种智能船舶的算力资源调度方法,属于机器学习技术领域。本发明方法包括:实时采集智能船舶船载计算设备的算力资源数据;基于所述算力资源数据和计算任务预测各所述任务的算力资源需求;以任务执行成本最小为目标,任务完工期限为约束构建船载算力资源调度模型;构建马尔科夫决策过程,基于所述算力资源需求利用多智能体深度强化学习算法对所述船载算力资源调度模型求解,得到最优调度策略;基于最优调度策略分配算力资源。本发明方法解决了在船载算力资源总量有限的情况下,服务更多的船载任务实例,实现资源的弹性伸缩,为智能船舶提供高效、自适应的算力资源管理方案。