一种基于强化学习的调度策略选择大模型训练方法

本发明属于人工智能领域，公开了一种基于强化学习的调度策略选择大模型训练方法，包括：构建虚拟化集群环境；生成训练数据；进行大模型基座预训练；强化学习环境交互；进行优先级经验回放训练；进行近端策略优化；进行多专家策略蒸馏；进行策略安全验证；进行渐进式在线部署；进行反馈驱动持续优化。本发明通过分解资源拓扑、任务画像与动态负载特征至专用智能体，生成“高带宽需求任务”“临界过热节点”等结构化语义标签，使异构资源状态识别准确率提升40%，多维度特征融合效率提高35%。