本发明公开了一种基于深度强化学习的云资源管理调度方法、装置、设备及介质。该方法包括：获取云资源数据，并利用变分自编码器和变量时间变换器确定所述云资源数据中的异常数据；对目标数据进行时间序列分析，以得到分析结果；利用预设异步优势动作评价网络处理所述分析结果，以得到目标资源调整策略。本发明实施例的技术方案，利用变分自编码器和变量时间变换器，及时发现了云资源数据中潜在问题和威胁，再通过对目标数据进行时间序列分析，实现了对未来资源需求的预测，并利用深度强化学习算法，即异步优势动作评价算法，为用户提供了有效的决策支持和资源调度建议。