基于强化学习技术的容器任务调度方法、系统及存储介质

本发明涉及深度学习领域，更具体地，涉及基于强化学习技术的容器任务调度方法、系统及存储介质，其中方法包括：获取容器任务调度数据；构建基于最小化任务等待时间以及最小化集群资源不均衡程度的调度优化问题；构建强化学习模型,根据调度优化问题以及容器任务调度数据对强化学习模型进行训练，得到调度模型；具体包括训练时对训练过程中得到的数据进行过滤，再进行训练，得到调度模型；进行容器任务调度。本发明构建基于最小化任务等待时间以及最小化集群资源不均衡程度的调度优化问题；并且对训练过程中得到的数据进行过滤，再进行训练，得到调度模型；从而提高训练效果，最终提高容器任务调度效果。