中国科学院上海微系统与信息技术研究所

本申请提供一种基于低空智联网的无人机通算资源优化系统及方法，基于集中式粗调度机制，确定为无人机提供通信与计算服务的接入节点，并获取接入节点的资源约束信息；基于分布式细粒度优化机制，通过部署于无人机本地的强化学习决策模型，根据接入节点的资源约束信息和当前任务的参数信息，生成满足时延与能耗优化目标的资源优化策略，令该资源优化策略在保障无人机任务高效执行的基础上，实现时延与能耗的有效平衡；从而解决任务稀疏到达、非马尔可夫过程下的混合动作空间优化难题，缓解无人机自身能源和算力受限的问题，并有效提升低空智联网的可扩展性与无人机终端适配的灵活性。

本发明提供一种面向星载推理计算服务的卫星资源调度方法，包括获取网络环境信息和用户推理请求信息；构建面向推理服务的卫星边缘计算调度优化问题；调度优化问题拆分为模型缓存问题和计算卸载问题，据此定义模型缓存决策模块和计算卸载决策模块，模型缓存决策模块更新的时间尺度大于计算卸载决策模块；构建和训练模型缓存决策模块和计算卸载决策模块，使两者按照各自的更新触发条件，分别生成模型缓存决策和计算卸载决策；部署至低轨卫星，生成模型缓存决策和计算卸载决策，据此为用户提供推理服务。本发明的方法能够减少用户状态缺失、过期或不可达导致的任务失败，提高了卫星边缘计算网络的任务完成数和服务连续性。