资源调度处理方法、装置、设备及介质

本发明涉及人工智能技术领域，公开了一种资源调度处理方法、装置、设备及介质，包括：获取新增业务对虚拟机的资源需求信息；获取宿主机的资源使用数据，根据资源使用数据确定满足资源需求信息的宿主机；利用强化学习模型对满足资源需求信息的宿主机进行处理，得到，新增业务的虚拟机的资源分配动作数据，采用资源分配动作数据将虚拟机部署到宿主机；当满足更新条件时，获取宿主机的运行状态数据，根据运行状态数据确定奖励值，通过奖励值更新强化学习模型。尽可能有效利用云系统中各宿主机的可用资源。