本發(fā)明公開了一種基于強化學習的在線多工作流調度方法。本發(fā)明首先建立系統(tǒng)模型來表征移動設備、邊緣服務器、任務和節(jié)點。其次建立節(jié)點卸載規(guī)則，移動設備可選擇將節(jié)點卸載到邊緣服務器上或者留在本地執(zhí)行。然后建立時間線模型，記錄所有任務的到達事件以及節(jié)點的執(zhí)行完成事件。再建立基于強化學習的在線多工作流調度策略，定義調度問題的狀態(tài)空間和動作空間，并設計調度問題的獎勵函數(shù)。最后設計一種基于策略梯度的求解在線多工作流調度問題算法用于調度策略實現(xiàn)。本發(fā)明基于圖卷積神經(jīng)網(wǎng)絡提取的特征進行卸載決策與資源分配，能夠實時分析當前的工作流以及服務器的狀態(tài)，復雜度低，盡可能地降低所有工作流的平均完成時間。