Адаптивне планування задач у розподілених системах на основі алгоритму оптимізації політик із проксимальним оновленням

Abstract

У роботі запропоновано метод адаптивного планування ресурсів у гетерогенних розподілених системах (HDCS). Метод базується на синергії стохастичних графових моделей (DAG, GERT) для представлення задач, графових нейронних мереж (GAT) для визначення критичного шляху та алгоритму підкріплювального навчання PPO для динамічного розподілу навантаження. Чисельне моделювання підтвердило, що запропонований підхід дозволяє зменшити середній час виконання задач (makespan) на 31,7 % та удвічі знизити дисбаланс навантаження порівняно з класичними алгоритмами.