基于深度强化学习的云计算调度优化研究

摘要

针对云计算系统中的任务调度问题,提出了一个基于双重深度强化学习的调度优化策略(double deep reinforcement learning for energy-efficient scheduling,DDRLS),在确保任务能够按时完成的情况下减少执行任务的能耗。首先,DDRLS采用了两个神经网络来解决强化学习中的“过估计”问题。然后,为了避免梯度消失,DDRLS采用整流线性单位(ReLU)函数作为激活函数。最后采用仿真实验,将DDRLS与现有的策略进行对比。结果表明,DDRLS能确保任务按时完成,同时降低云计算系统的能耗。