基于集群伸缩自适应强化学习的服务器无感知资源调度方法及系统

本发明公开了一种基于集群伸缩自适应强化学习的服务器无感知资源调度方法及系统，包括以下步骤：步骤1：使用基于时序数据库的监控组件采集集群服务器各项运行负载指标。步骤2：利用Kubernetes调度框架构建函数资源调度器。步骤3：使用集群伸缩自适应的强化学习算法构建调度决策智能体，输入可变长观测序列，输出部署节点动作。步骤4：使用历史云服务负载数据集，构建负载生成器模拟生产环境训练强化智能体深度神经网络。步骤5：使用训练完成的调度决策智能体进行生产环境调度决策。本发明对现有强化学习算法进行了面向弹性集群的算法优化，提升了集群执行节点伸缩时调度算法的可拓展性和鲁棒性，具有实际应用价值。