Adaptive Task Scheduling under Hard Deadlines in Edge Environments Using Deep Reinforcement LearningLập lịch tác vụ thích ứng dưới ràng buộc thời gian nghiêm ngặt trong môi trường điện toán biên sử dụng học tăng cường sâu

AbstractTóm tắt khoa học (Abstract)

This paper studies adaptive task scheduling under hard deadlines in edge environments using deep reinforcement learning.Nghiên cứu đề xuất giải thuật học tăng cường sâu (DRL) phục vụ điều phối và lập lịch tác vụ thích ứng trong môi trường tính toán biên với các ràng buộc thời gian thực nghiêm ngặt (hard deadlines).

Plain-language summaryTóm tắt đại chúng

Scheduling edge workloads with reinforcement learning while respecting hard deadline constraints.Điều phối tải tính toán biên bằng học tăng cường nhằm tối ưu độ trễ và đảm bảo các mốc thời gian hoàn thành nghiêm ngặt.

Personal contributionĐóng góp cá nhân

Co-author.Đồng tác giả.

This work aligns with Minh-Hoang's research interests in edge AI, task scheduling optimization, and deployable real-time intelligent computing systems.

Nghiên cứu này gắn liền với định hướng của Minh Hoàng về AI biên, tối ưu hóa lập lịch tác vụ và các hệ thống tính toán thông minh thời gian thực.

Research connectionsKết nối nghiên cứu

Van-Dinh Nguyen, Trinity College Dublin / VinUniversity

Minh-Hoang Pham, Smart Green Transformation Center (GREEN-X) - VinUniversity

@inproceedings{nguyen2025adaptive,
  title={Adaptive Task Scheduling under Hard Deadlines in Edge Environments Using Deep Reinforcement Learning},
  author={Nguyen, N.H. and Van Thieu, N. and Pham, M.H. and Nguyen, V.D.},
  booktitle={ITC-CSCC},
  year={2025}
}