基于深度强化学习的面向异构资源的自适应任务调度方法

本发明提供了一种基于深度强化学习的面向异构资源的自适应任务调度方法，涉及异构算力平台技术领域，方法包括：获取用户输入的带标签的DAG任务，并对所述DAG任务进行提取，得到DAG任务信息；获取异构算力平台每个节点的资源信息；根据所述异构算力平台的各类所述资源信息和所述DAG任务信息建立并训练双智能体深度强化学习模型；在模拟的异构算力平台环境下，利用训练得到的双智能体深度强化任务调度学习模型的输出对所述DAG任务进行调度。本发明充分考虑了任务的对资源的需求偏好性以及节点的资源优势性，能够根据任务的需求匹配对应的节点，提高调度效率。