日益复杂的多媒体与科学计算需求,迫切需要计算机具有更强大的计算能力,单受半导体工艺的限制,单纯通过提高工作频率提升处理器性能的方法,已经难以满足人们日益增长的对处理性能提升的需求。为此,多核处理器技术应运而生,通过对多个处理器核心的并行处理,使任务处理性能得到快速提升。多核任务调度伴随着多核技术发展而来,是指具有一定约束和依赖关系的任务集合,按照一定方法在多核上进行分配,以达到计算资源整体效率的提高。首先,通过对多核任务调度问题的分析,从处理器模型、任务模型、调度模型三个方面,进行多核任务调度模型的设计,指出多核任务调度问题是一个NP-完全难题,无法在有效时间内找到最优解,而Q-Learning算法不需要考虑环境模型,避免了因环境问题规模过大,对多核任务调度所带来的影响。其次,由于多任务调度问题的动作空间和状态空间规模过大,以及神经网络初始值的选取困难等问题,本文基于遗传算法、神经网络算法和Q-Learning算法,设计GA-DQN多核任务调度模型,通过GA算法优化神经网络模型初始值设置,并由神经网络优选Q值后,基于Q-Learning算法的马尔科夫性,将每个“状态-动作”看作独立的训练样本,进而来优化多核任务调度。最终,我们从调度时间长度makespan和调度时间长度下界比SLR两个指标,随机生成500个随机任务集合DAG图,进行HEFT、PPEFT、HLD和本文所研究的DQN算法的对比分析,实验结果表明,本文所研究的DQN算法,具有更好的多核任务调度性能。