本次组会将会介绍关于基于深度强化学习的工作流任务云调度研究进度,主要内容如下

科研背景：
近年来，云计算技术迅速发展，云服务供应商除了为用户提供强大的计算和存储资源，越来越多的功能如负载平衡，自动拓展等功能为应用开发提供了强有力的支持，使得云服务逐渐成为搭建应用程序的主流选择之一。随着越来越多的应用选择云环境，云服务调度的任务种类愈发复杂，同时，各类在线服务应用对云环境高效实时的任务调度需求不断增加。

科研问题：
如何实现云环境下对复杂任务的实时，高效，提供满足用户QoS要求的调度。

科研目的：
使用遗传算法和深度强化学习，通过遗传算法对workflow任务在虚拟机中子任务执行顺序的预处理，深度强化学习Q-learning算法进行智能调度，实现对workflow任务实时调度，并尽可能降低任务响应时间和虚拟机成本满足QoS要求。

整体框架：