一种基于强化学习的资源调度方法及系统

本发明属于资源调度技术领域，具体公开一种基于强化学习的资源调度方法及系统，包括：通过构建可动态更新的任务因果关系图，刻画任务之间的依赖与冲突关系；基于当前任务状态与因果关系，构建状态空间与动作空间，结合多目标奖励函数，采用强化学习模型训练智能代理，生成调度与资源分配策略；在策略指导下进行线性规划与启发式联合资源分配，并结合任务状态动态调整任务优先级与因果关系；通过收集执行数据并分析策略偏差，进一步调节模型结构与参数，构成完整的闭环优化过程。本发明实现了任务优先级动态调整、资源分配策略自适应更新及调度过程闭环优化，适用于多任务、多资源约束下的复杂项目管理场景。