요약본 발명의 일 실시 예에 따른 강화학습(Reinforcement Learning, RL)을 기반으로 디바이스의 발열을 관리하는 방법은 (a) 상기 프로세서의 특성 요소, 상기 프로세서의 외부 환경 요소 및 상기 디바이스의 외부 환경 요소 중 어느 하나 이상을 포함하는 상태(State)를 기 설정한 주기로 파악하여, 상태 별로 하나 이상의 액션(Action)이 점수(Score)로 부여된 발열 관리 테이블(Table)을 통해 상기 파악한 상태에 대한 발열 관리 파라미터를 선택하는 제1 단계 및 (b) 상기 선택한 발열 관리 파라미터를 이용하여 상기 디바이스를 소정 시간 동안 구동하고, 구동 결과를 반영해 상기 발열 관리 테이블을 업데이트하는 제2 단계를 포함하며, 상기 발열 관리 파라미터는, 상기 프로세서의 동작 전압 및 동작 주파수 중 어느 하나 이상이다.
대표 청구항프로세서 및 메모리를 포함하는 장치가 강화학습(Reinforcement Learning, RL)을 기반으로 디바이스의 발열을 관리하는 방법에 있어서, (a) 상기 프로세서의 특성 요소, 상기 프로세서의 외부 환경 요소 및 상기 디바이스의 외부 환경 요소를 모두 포함하는 상태(State)를 기 설정한 주기로 파악하여, 복수 개의 상태 별로 복수 개의 액션(Action)이 점수(Score)로 부여된 발열 관리 테이블(Table)을 통해 상기 파악한 상태에 대한 발열 관리 파라미터를 선택하는 제1 단계; 및(b) 상기 선택한 발열 관리 파라미터를 이용하여 상기 디바이스를 소정 시간 동안 구동하고, 구동 결과를 반영해 상기 발열 관리 테이블을 업데이트하는 제2 단계;를 포함하며,상기 발열 관리 파라미터는,상기 프로세서의 동작 전압 및 동작 주파수 중 어느 하나 이상인,디바이스를 위한 강화학습 기반의 발열 관리 방법에 있어서, 상기 제1 단계에서 장치의 외부 환경 요소는,상기 디바이스의 주변 환경 온도, 충전 상태 유무, 모바일 핫스팟 사용 유무, 실행 중인 애플리케이션 간의 리소스 경합 유무 중 적어도 하나 이상을 포함하며, 상기 제1 단계는, 상기 상태를 파악하여 결정하는 단계; 난수를 생성하는 단계;상기 생성한 난수를 탐색 확률과 비교하는 단계; 상기 비교 결과가 난수가 탐색 확률보다 작은 경우, 상기 상태에 매칭된 복수 개의 액션 중 어느 하나의 액션을 랜덤으로 선택하며, 상기 비교 결과가 난수가 탐색 확률보다 큰 경우, 상기 상태에 매칭된 복수 개의 액션 중 가장 큰 점수가 부여된 액션을 선택하는 단계; 및상기 선택한 액션에 매칭된 발열 관리 파라미터를 선택하는 단계;를 포함하는 디바이스를 위한 강화학습 기반의 발열 관리 방법.
