基于图神经网络深度强化学习的多coflow调度方法

摘要

本发明公开了基于图神经网络深度强化学习的多coflow调度方法，基于深度强化学习框架建立了多coflow调度模型，并采用图神经网络和策略网络的级联作为深度强化学习代理，其中，采用图神经网络完成工作流DAG特征的提取，使得模型能够处理具有不同数量及连接方式的节点的工作流DAG，有效提高了模型在不可预测输入DAG下的泛化能力；通过引入策略转换器，能够根据调度优先级列表生成细粒度的coflow调度策略，提高了调度过程的效率，并且有效减少了工作流的完成时间。