一种基于软强化学习的服务网络资源调度方法

本说明书实施例提供一种基于软强化学习的服务网络资源调度方法，包括：获取运转在网络拓扑结构中的多个资源包，将多个资源包导入训练好的目标识别网络，生成每个资源包在目标时刻的动作决策，根据目标时刻的动作决策进行网络资源调度，从而结合强化学习、熵正则化项和深度神经网络，提高算法的可拓展性，在保证精度的前提下提升大规模调度策略的鲁棒性。另外，本发明可广泛应用于云计算、边缘计算、分布式系统等场景，显著提高资源利用率、降低能耗、提升服务质量，具有重要的经济和社会价值。