一种基于强化学习的复杂多模态资源智能调度方法、系统

本发明公开了一种基于强化学习的复杂多模态资源智能调度方法、系统，涉及资源调度技术领域，该方法包括：获取多类型监测设备在当前时间步内的环境状态监测数据，并提取得到各个环境状态监测数据的数据特征；利用各个数据特征，以及多类型监测设备中各设备的运行状态，计算得到每个监测设备的状态改变指令；基于状态改变指令对各个监测设备的运行状态进行调整；根据各个数据特征得到环境状态监测数据对应的异常判断结果，直到异常判断结果超过阈值且环境真实状态为存在异常；以解决在复杂环境下，多类型设备对环境持续监测的过程中因设备种类多导致的综合开销大、资源分配紧张、调度策略复杂等实际问题。