arXiv 人工智能· Justin M. Cheney, Clement N. Nyirenda·· 10 小时前AI 评分35
用于超算作业调度的深度强化学习统计评估
Deep Reinforcement Learning for HPC Job Scheduling: A Statistical Evaluation
AI 导读
研究人员在一项统计评估中对比了 PPO、A2C 与 DQN 等深度强化学习（DRL）算法在 HPC 作业调度中的表现，发现仅带动作掩码的处理组能跑通评估。在异构负载数据集上，MaskablePPO 相对掩码随机对照组改善了等待时间与有界减速比，最大有界减速比比 LCFS 低 22%，且其平均训练时间在掩码变体中最低，MaskableDQN 则具备最低的平均决策延迟。
来源：arXiv 人工智能 · arxiv.org