摘要
本发明提供了一种基于深度强化学习的容器云任务调度方法，包括：定义容器云任务调度事项；建模为马尔可夫决策模型，包括：以每个任务的任务需求和每个可用节点的当前资源状态作为状态集，将可用节点的集合作为动作集；智能体根据任务的任务需求、可用节点的当前资源状态和任务调度策略，将任务分别调度给某个可用节点；定义奖励函数，用于在智能体将任务调度到可用节点后计算奖励；通过深度强化学习模型对马尔可夫决策模型进行优化，得到优化后的任务调度策略。本发明还提供一种基于深度强化学习的容器云任务调度装置、存储介质及电子设备。借此，本发明能够从系统的运行信息中自动学习到预期的调度策略，自动适应变化的环境，而无需依赖专家知识。
