边缘AI去中心化任务分配框架提出

2026年10月28日，arXiv Artificial Intelligence 刊出研究，Mohammadhossein Ghahramani 等作者提出一种边缘AI驱动的去中心化任务分配框架，面向循环智能制造场景。该框架在机器端部署轻量决策智能：先以资源感知启发式建立去中心化竞价结构，再用回归式边缘AI学习本地报价近似，最后用紧凑的自编码器正则化成对排序模型，对解析报价排序做学习修正。在高负载、依赖共享资源的离散事件仿真场景中，该排序方法相比启发式提高了完成任务数，降低了平均拖期与截止期错过率，配对差异具有统计显著性，每完成任务的均值能耗也下降。目前进展停留在仿真验证阶段，报道未提及实际产线部署或更大规模测试。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。