本发明公开了一种可靠的基于深度强化学习的云容器集群资源调度方法及装置,首先需要确定云容器集群的稳定性目标;待调度目标声明需要的最少资源需求和最大资源需求,并被放置待调度任务队列中;待调度目标在执行调度时,首先将调度目标从队列中取出,并过滤掉不符合该调度目标最少资源需求的集群节点;使用深度强化学习方法进行决策选择集群中的调度的目标节点;检测得到的目标节点是否可用,若可用,则直接调度至对应的节点上;若不可用,则采取保护性启发式算法做出新决策,调度至对应的节点上。本发明能在深度神经网络未受充足训练甚至未训练时直接投入使用而不会产生恶劣后果。添加和删除节点而不需要中途停止并改动模型的参数。
声明:
“可靠的基于深度强化学习的云容器集群资源调度方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)