Подробное описание документа

Моргунов Е. Ф.
   Глубокое обучение с подкреплением в разработке веб-сервиса = Deep Reinforcement Learning in Web-Service Development / Моргунов Е. Ф. // Наука, технологии и бизнес : материалы 6-ой Межвузовской конференции аспирантов, соискателей и молодых учёных, Москва, 16-18 апреля 2024 года / МГТУ им. Н. Э. Баумана (национальный исследовательский университет). - М., 2024. - С. 322-327.

Активное развитие микросервисных архитектур открывает все большие возможности для проектирования сложных интеллектуальных систем. В связи с динамической изменчивостью интернет-сервисов и внешней среды необходимо грамотно управлять ресурсами системы для повышения производительности и качества вебприложений. Одним из способов оптимизации работы микросервисов может стать глубокое обучение с подкреплением. В ходе исследования разработан веб-сервис по выбору оптимального маршрута с учетом изменяющихся погодных условий. Для обучения сервиса использован алгоритм глубокого Q-обучения, а сам сервис представлен в качестве агента, который получает вознаграждения за верное выполнение действий.
Ключевые слова: веб-сервис, микросервисная архитектура, искусственный интеллект, обучение с подкреплением, DQN
The active development of microservice architectures opens up more and more opportunities for the design of complex intelligent systems. Due to the dynamic variability of Internet services and the external environment, it is necessary to competently manage system resources to improve the performance and quality of web applications. One of the ways to optimize the work of microservices can be deep reinforcement learning. During the research, a web service is developed to select the optimal route, taking into account changing weather conditions. A deep Q-learning algorithm is used to train the service, and the service itself is presented as an agent who receives rewards for performing actions correctly.
Keywords: web service, microservice architecture, artificial intelligence, reinforcement learning, DQN