随着互联网技术的蓬勃发展,云计算信息时代已经到来。而支撑云计算技术的基础是部署在世界各地的多个大量的物理服务器的数据中心。因此高效地管理数据中心的服务器,解决资源管理调度问题始终是重中之重。资源调度问题面临的挑战是多方面的。第一,资源调度的整个流程十分繁杂,往往难以精准建模。第二,资源调度的需求是可变的。第三,随着云计算的高速发展,数据中心的资源,作业和流程的规模不断扩大。越来越多的作业在数据中心中处理,越来越多的资源需要进行管理和调度。在资源调度问题上,传统的求解方式是在特定条件下找到一种有效的启发式算法,并且在以后的实践中根据效果不断调整,以获得最优的结果。启发式算法确实能够为资源调度问题提供一个较优的可行解,但是它的缺点是不稳定而且极度依赖开发者的经验。近年来,随着机器学习的高速发展,深度强化学习开始运用在资源调度领域中。本论文提出了在线资源调度算法DeepRM_Plus和离线资源调度算法DeepRM_Off。首先,对实验的设计方法做了简单的说明,包括作业和作业集的生成规则、强化学习的状态空间、动作空间和奖励函数的设计。接着,对常见的启发式调度算法进行了介绍,对实验的深度学习框架进行了比较和选择。通过先后采用模仿学习和深度强化学习的进行训练,成功实现了在线调度算法DeepRM_Plus和离线调度算法DeepRM_Off。最后,对基于深度强化学习的资源调度算法进行性能评估与测试,通过设置不同的调度目标,与各种启发式算法作比较。实验证明调度算法改进后减少了87.5%的训练时间,降低了16%的平均带权周转时间,和降低了46%的平均周转时间时间。因而验证了深度强化学习用于解决资源调度问题的可行性和优势,为今后的解决资源调度问题提供了一种全新的解决思路。