《TSRLB：一种基于两阶段强化学习的负载均衡任务调度算法》作者：张开元，王智立【PDF】

书呆熊

TSRLB：一种基于两阶段强化学习的负载均衡任务调度算法
张开元，王智立
北京邮电大学网络与交换技术国家堂点实验室，北京100876
摘要：云计算环境中的任务调度问题是一个受到广泛研究的问题。在负载均衡任务调度中，现有的强化学习方法通常采用加权法来平衡负载均衡指标和时间指标，而预先设定的权壹很难适应多变的云环境。针对上述局限性，本文在策略学习方法的基础上提出了一个约束优化问题，并提出了两阶段强化学习方法TSRLB作为负载均衡任务调度问题的解决方紫。通过跟踪仿真，我们证明了TSRLB算法在平均完成时间和负载平衡这两个指标上优于传统算法和现有的强化学习方法。
关键词：云计算；负载均衡任务调度；深度强化学习
中图分类号：TP391