一种面向混合部署数据中心场景的离线作业任务调度算法

摘要

本发明提供一种面向混合部署数据中心场景的离线作业任务调度算法，该算法采用了比Deep Q‑Learning、Policy Gradient更先进的advantage actor‑critic(A2C)强化学习模型应用于云计算资源管理中的数据中心任务调度场景；为增强强化学习训练过程中的理解能力，将数据中心的负载状态信息进行高效编码并最终生成关系归纳偏置，该偏置在训练中不断增强强化学习模型对环境和执行动作的理解能力，从而形成较优的调度策略将该模型整体应用于混合部署数据中心场景下的任务调度问题。