劉洋宇 劉亮 李薛劍

摘要：目前，現(xiàn)有的虛擬機資源調度算法主要采用基于啟發(fā)式的方法。然而，針對不同類型的云任務，各種啟發(fā)式調度算法的性能表現(xiàn)存在差異，若采用通用的啟發(fā)式算法，可能導致集群資源被嚴重浪費。研究運用強化學習的方法，實現(xiàn)了一種對虛擬機資源進行自主學習的調度策略，并使用CloudSim仿真平臺進行仿真實驗。通過與幾種傳統(tǒng)的啟發(fā)式調度算法進行對比，驗證了強化學習在資源調度中的可行性和有效性。

關鍵詞：資源調度；啟發(fā)式方法；強化學習；仿真實驗

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2024）05-0052-04