TempoNet：基于Transformer的基于截止时间的自适应实时调度器

实时调度器必须在严格的计算预算下推理紧迫的截止时间。我们提出TempoNet，一种强化学习调度器，将置换不变的Transformer与深度Q近似相结合。紧急标记器将时间松弛离散化为可学习的嵌入，稳定价值学习并捕捉截止时间的接近性。一种具有延迟感知的稀疏注意力堆栈，采用块状top-k选择和局部敏感分块，使对无序任务集合进行全局推理，实现近线性规模和亚毫秒推理。多核映射层通过掩码贪婪选择或可微分匹配将上下文化的Q分数转换为处理器分配。对工业混合关键性轨迹和大型多处理器环境进行了广泛评估，显示在分析调度器和神经基线上实现持续的截止时间满足收益，同时改进了优化稳定性。诊断包括对松弛离散化的敏感性分析、注意力驱动的策略解释、硬件在环测试和内核微基准，以及在简单运行时缓解措施下的鲁棒性；我们也报告了从行为克隆预训练获得的样本效率收益以及与actor-critic变体的兼容性，无需更改推理管道。这些结果确立了一个实用的框架，用于高吞吐量实时调度中的Transformer-based决策。