本研究使用深度强化学习技术，提出了一种方法，在具备多种协处理器的异构 SoC 系统中智能地调度和学习任务流，实验结果表明，相比于传统的调度启发式算法，我们的强化学习系统在最小化执行时间方面提供了更好的选择。

Jun, 2019

本文在最小化数据中心网络中的工作调度时间方面进行了深入研究，提出了一种基于深度强化学习的改进方法并将其扩展到多个服务器群集，结果表明，相比于传统的资源分配算法，深度强化学习方法在各种复杂环境中有着出色的性能表现。

Nov, 2017

深度强化学习 (DRL) 在机器调度问题中的方法和应用进行了全面的综述和比较，发现 DRL 方法在计算速度和生成接近全局最优解方面表现优于其他方法，但面临着处理复杂操作约束、多目标优化、泛化性、可扩展性、解释性和鲁棒性等限制，解决这些挑战将是未来研究中的关键焦点。该论文为研究人员评估当前 DRL 机器调度领域的现状以及发现研究空白提供了宝贵的资源，同时也帮助专家和从业者选择适合生产调度的 DRL 方法。

Oct, 2023

使用深度神经网络的合成图像数据集，本文提出了一种基于强化学习的调度框架 RESPECT，该框架学习最优化算法的行为并生成几乎最优的调度结果，同时解决了边缘计算系统中资源受限计算图的调度优化问题。

Apr, 2023

本文介绍了一种利用深度强化学习应用的模因算法，用于解决实践中的双重资源约束柔性作业车间调度问题，并提出一种用于多标准优化的并行计算混合框架。通过实践证实，该框架使用 DRL 可以产生更好的结果，并优于传统方法。

Dec, 2022

探究基于无线网络控制系统的深度学习协同设计，使用新型深度强化学习算法与 AoI 技术构建控制器和调度器，提高数据准确性并增强联合训练的稳定性，以此解决传统设计方法中大量难以有效解决的问题，并在不同场景中提供显著的性能表现.

Oct, 2022

本研究旨在使用元模型 MetaNet 来解决在线动态选择调度策略的问题，以优化任务调度和执行成本。相比于现有的深度学习调度器，MetaNet 能使执行成本、能源消耗、响应时间和服务水平协议的违规率分别提高 11、43、8 和 13％左右。

May, 2022

支持工业物联网用户设备（IIoT UEs）根据所需服务质量（QoS）和随机流量到达的问题进行调查，提出了一种基于深度强化学习（DRL）的集中式动态调度器，用于学习如何在可用通信资源之间安排 IIoT UEs 的通信资源，通过图形化的简化方案以实现快速收敛和更好的学习策略，模拟结果证明了所提出的智能调度器在保证 IIoT UEs 的期望意图方面的有效性，并与传统调度方案（如轮询、半静态和启发式方法）以及无冲突和基于竞争的方案相比具有更好的性能，可以最大化成功计算任务的数量。

Mar, 2024

基于深度学习和强化学习的大规模云计算系统自动任务调度方案的研究和验证。

Feb, 2024

本文介绍了 LEASCH，一款基于深度强化学习的模型，可在 5G 网络的 MAC 层中解决无线电资源调度问题，实验证明其优于传统基准方法，解决了新一代网络服务带来的网络管理挑战。

Mar, 2020