基于深度强化学习的数据中心系统任务调度方法

本发明公开了一种基于深度强化学习的数据中心系统任务调度方法，通过将任务分解为选择和调度两个子任务，显著降低了动作空间的维度，并设计了分层即时奖励机制，避免了稀疏奖励的弊端。每个子任务具有独立的奖励机制，选择奖励和调度奖励相互联动，共同优化调度效率。实验结果表明，本发明所提出的方法表现优于现有的其它数据中心系统任务调度方法，有效降低了任务的平均运行时间和完成时间。