一种基于深度强化学习的云计算任务调度方法、装置及系统

本发明公开了一种基于深度强化学习的云计算任务调度方法、装置及系统，其中的方法包括：对任务进行预处理，获得任务的优先级；根据任务的优先级选择出优先级最高的任务，将分区选择转化为马尔可夫决策过程，通过第一D3QN智能体执行马尔可夫决策过程，将任务分配到对应的虚拟机分区；将任务调度转化为马尔可夫决策过程，通过第二D3QN智能体执行马尔可夫决策过程将任务分配到对应的虚拟机，以实现任务调度。设计了一个任务调度模型，这个模型将任务调度看作一个装箱问题，并同时考虑任务的资源需求以及异构虚拟机的执行能力。同时，还将降低任务的完工时间和维持集群环境的负载均衡作为优化目标，以此来实现任务调度的多目标优化。