在异构速度处理器上调度混合关键性系统：一种针对非抢占式任务的元强化学习方法

《IEEE Access》：Scheduling Mixed-Criticality Systems on Varying-Speed Processors: A Meta-Reinforcement Learning Approach for Non-Preemptive Tasks

　　

摘要：

混合关键性（MC）系统即使在存在对抗性处理器的条件下，也必须保证高关键性任务的及时执行。以往的研究主要关注抢占式调度，而未探讨NP难问题的非抢占式调度问题。本文提出了一种新颖的元强化学习（Meta-RL）框架，该框架作为自适应调度器选择器，在面临随机退化的处理器上实现离线非抢占式MC调度。我们开发了一种基于预训练强化学习的调度器，能够处理对抗性工作负载——传统算法（如最早截止时间优先（EDF）在这种情况下会失效——并将这种RL调度器集成到一个元代理中，该元代理可以根据工作负载特性在EDF和RL调度器之间进行选择。我们的方法基于[1]中提出的退化模型。在超过100万个实例上的广泛实验表明，在存在对抗性实例的情况下，Meta-RL框架的调度效果优于EDF。我们的结果证明了Meta-RL是一种在现实处理器行为下适用于混合关键性调度的鲁棒且自适应的解决方案，为未来在线变体以及可扩展的基于RL的调度算法的研究奠定了基础。