基于深度强化学习的AWS自动云配置
分布式、并行与集群计算
2017-09-20 v2 人工智能
机器学习
摘要
随着云计算使用的持续上升，控制成本变得愈发重要。然而有证据表明30\% - 45\%的云支出被浪费。现有的云配置工具通常依赖训练有素的人类专家来指定监控内容、触发动作的阈值以及动作。本文探索使用强化学习(RL)来获取平衡性能与支出的策略，使得人类能够指定他们想要什么而不是如何去做，从而最小化对云专业知识的需求。基于CloudSim模拟器的表格、深度以及对决双重深度Q学习(dueling double deep Q-learning)的实证结果展示了RL的效用以及各方法的相对优点。我们还展示了从极简单模拟器到CloudSim的有效策略迁移学习，下一步是将策略从CloudSim迁移到Amazon Web Services物理环境。
引用
@article{arxiv.1709.04305,
title = {Automated Cloud Provisioning on AWS using Deep Reinforcement Learning},
author = {Zhiguang Wang and Chul Gwon and Tim Oates and Adam Iezzi},
journal= {arXiv preprint arXiv:1709.04305},
year = {2017}
}