一种计算任务调度方法、装置、终端设备及存储介质

本发明公开了一种计算任务调度方法、装置、终端设备及存储介质，其中方法包括：初始化多智能体强化学习模型的模型参数，对目标区域的每一无人机创建一个智能体；根据网络配置数据设定初始状态，开始对多智能体强化学习模型进行迭代；利用智能体对应的行为网络输出计算节点选择的概率分布，并基于计算节点选择的概率分布生成第一动作数组；利用行为网络输出链路权重的概率分布，并基于链路权重的概率分布生成第二动作数组；基于第一动作数组和第二动作数组组成综合动作，根据综合动作确定任务路径规划方案，路径规划方案包括计算任务选择的目的节点和转发路径。本发明能够有效降低计算任务卸载的时延，从而能够有效提高计算任务的处理效率。