一种基于强化学习的算力调度策略优化系统

本发明提供了一种基于强化学习的算力调度策略优化系统，涉及电数字数据处理领域，包括环境感知模块、强化决策模块、算力调度模块和反馈奖励模块，所述环境感知模块用于采集感知状态信息，所述强化决策模块基于强化学习输出调度策略，所述算力调度模块用于执行调度策略分配算力资源，所述反馈奖励模块基于调度效果反馈奖励信息；本系统通过强化学习模型对处理方案不断进行筛选细化，能够使输出的调度策略越来越合理，提高算力资源的利用效率。