本发明提出一种基于深度强化学习的容器集群资源调度方法及系统，包括：S1：建立深度强化学习智能体。S2：当存在某一容器集群节点的可分配资源满足任务队列中某一待调度任务的资源请求时，将容器集群节点的资源使用状态和待调度任务的特征值输入深度强化学习智能体，得到任务调度的行动概率分布。S3：根据任务调度的行动概率分布，将待调度任务调度到容器集群节点中执行，并计算奖励，根据奖励更新智能体的网络参数。S4：重复S2至S3，训练深度强化学习智能体，使智能体持续地学习并进行调整。通过建立深度强化学习智能体，并对智能体持续地进行学习和训练，智能体能够自动生成相应的调度策略，将任务调度到相应的容器集群节点上。