一种基于Actor-Critic深度强化学习的SOC服务质量保障系统及方法

摘要

本发明公开了一种基于Actor‑Critic深度强化学习的SOC服务质量保障系统，包括用户任务生成器、多个资源池、多个资源池任务最佳分配模块、业务任务调度器、业务负载评估模块、QoE评估模块；输入所有用户的任务列表，资源池占用情况、每一个用户的业务负载和当前空闲的资源池编号，以QoE作为效果评估反馈依据，运行Actor‑Critic深度强化学习算法，得到下一时刻用户待执行任务在资源池上的分配方案；根据任务分配方案，通过SOC平台的任务调度接口完成任务调度，指派相应的资源执行特定的用户的特定任务，为所有用户任务列表中罗列的任务寻找一种最优的资源分配方案，按最优的顺序安排用户的任务给资源池中的资源完成服务，使用户的主观质量感受QoE最大化。