本申请涉及机器学习技术领域，具体涉及一种基于kubernetes容器集群的分布式强化学习方法及装置。该方法包括：步骤S1、将采样任务以容器的形式运行在第一Kubernetes集群中，所述采样任务用于在机器学习的网络参数中进行采样；步骤S2、将训练任务以容器的形式运行在第二Kubernetes集群中，所述训练任务用于根据采样的数据进行机器学习，形成网络参数。本申请能够大幅提升实验效率及节约成本，仅需要一条命令一键更新容器镜像，集群就会自动滚动更新，从小时级别缩短到分钟级别。