关于计算机系统与网络中的资源管理问题的研究无处不在，其中计算集群的调度算法一直是研究的热点。目
前大多数解决方案为启发式调度算法，但启发式算法无法全面地感知系统中调度作业之间的关联性，而深度强化学习可以通过数据自主学习这些潜在的关联性。本文使用了一种基于动作分支架构改进的深度强化学习调度算法，在Spark调度模型中取得了不错的效果。该算法通过将一个完整的调度过程分解为相对独立的分支动作，从而简化各个动作设计过程并有效降低动作空间的维度。实验结果表明，在相同的训练时间内，该模型取得了较好的调度性能。