本文介绍了一种名为“云中可延迟作业在线调度”的方法，通过深度强化学习模型学习调度策略，提高云计算平台的资源利用率和用户体验。该方法在公共数据集上验证并展示了卓越性能。

本文通过模拟实验证明了基于径向基函数的深度强化学习模型在多层次库存管理问题中的卓越性能。