PulseAugur
实时 07:36:42
English(EN) TempoNet: Slack-Quantized Transformer-Guided Reinforcement Scheduler for Adaptive Deadline-Centric Real-Time Dispatchs

TempoNet:Transformer引导调度器增强实时任务调度

研究人员开发了TempoNet,这是一种新颖的强化学习调度器,专为具有严格截止时间和计算预算的实时系统而设计。该系统利用Transformer架构结合深度Q近似,并包含一个“紧急度标记器”将时间松弛嵌入可学习的表示中。在各种工业和多处理器环境中,TempoNet在截止时间满足率方面均显著优于现有的分析和神经网络调度方法。 AI

影响 引入了一种新颖的基于Transformer的方法来优化实时任务调度,有可能提高计算密集型环境的效率。

排序理由 该集群描述了一篇研究论文,其中详细介绍了一种用于实时系统的新调度算法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

TempoNet:Transformer引导调度器增强实时任务调度

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Rong Fu, Yibo Meng, Zeyu Zhang, Ziming Guo, Jia Yee Tan, Xiaojing Du, Simon James Fong ·

    TempoNet:用于自适应以截止日期为中心的实时调度的 Slack 量化 Transformer 指导强化调度器

    arXiv:2602.18109v3 Announce Type: replace Abstract: Real-time schedulers must reason about tight deadlines under strict compute budgets. We present TempoNet, a reinforcement learning scheduler that pairs a permutation-invariant Transformer with a deep Q-approximation. An Urgency …