OpenEduTech / EduTechResearch

云原生、计算教育、软件过程与软件流程研究
Apache License 2.0
18 stars 8 forks source link

[22-23秋] Adaptive and Efficient Resource Allocation in Cloud Datacenters Using Actor-Critic Deep Reinforcement Learning #15

Open foursevenlove opened 1 year ago

foursevenlove commented 1 year ago

分享人:司琦 @foursevenlove 论文链接:https://ieeexplore.ieee.org/document/9635652 使用 Actor-Critic 深度强化学习在云数据中心中进行自适应和高效的资源分配 摘要 云数据中心规模不断扩大,需要自动化资源配置以最好地满足要求低延迟和高能效。然而,由于动态的系统状态和不同的用户需求,有效的资源云中的分配面临着巨大的挑战。现有的云资源分配方案大多无法有效处理动态云环境,因为它们依赖于云系统的先验知识,这可能导致过度的能源消耗和降级的服务质量 (QoS)。为了解决这个问题,我们提出了一种自适应且高效的云资源分配方案基于 Actor-Critic 深度强化学习 (DRL)。首先,actor参数化策略(分配资源)并选择根据评论家(评估行动)评估的分数采取行动(安排工作)。接下来,资源分配策略更新为使用梯度上升,同时通过优势函数降低策略梯度的方差,提高了训练效率建议的方法。我们使用来自谷歌云数据中心的真实数据进行了广泛的模拟实验。结果表明我们的方法可以在延迟和工作解雇率方面获得卓越的 QoS,同时提高能源效率,比较两种先进的基于 DRL 的方法和五种经典的云资源分配方法。

foursevenlove commented 1 year ago

Description 根据新学期总体安排 第四次研讨会主题为: Adaptive and Efficient Resource Allocation in Cloud Datacenters Using Actor-Critic Deep Reinforcement Learning

欢迎大家参加,提出各种想法,在该 issue 下面进行讨论~

🕣时间:10月10日晚8:00 🌍地点:飞书会议 📠会议号:516334627

19883235 commented 1 year ago

https://www.bilibili.com/video/BV1Kd4y1q7gj?spm_id_from=333.999.0.0