接前一篇文章：论文译读 —— STUN: Reinforcement-Learning-Based Optimization of KernelScheduler Parameters（1）

2. 相关工作

2.1 操作系统调度器

当前，默认的Linux调度程序，例如完全公平调度程序（CFS），使用虚拟运行时间的概念，以理想且精确的多任务CPU为目标，使得所有任务使用相同的CPU时间。相比之下，作为FreeBSD操作系统的默认调度器的ULE调度器，是为对称多处理（SMP）环境而设计的，其（对称多处理器环境）中两个或多个处理器使用一个共享内存，并允许多个独立执行线程。其旨在提高同时多线程（SMT）环境的性能。为此，ULE通过独立调整每个任务的交互能力、优先级和切片大小，在交互调度中表现出了很高的性能。Bouron将FreeBSD ULE调度器移植到Linux，并将其性能与CFS的性能进行了比较。结果证实了这两个调度器在大多数工作负载中表现出相似的性能，但ULE对于具有许多交互任务的工作负载表现出更好的性能。

Kolivas认为，在特定环境下用于提高性能的启发式方法和可调参数会降低性能。为了减少这种调度开销，他们实现了一种简单的调度算法——脑残调度器（Brain Fuck Scheduler，BFS），它消除了复杂优先级的所有计算。BFS在CPU核数少于16的桌面Linux上提高了响应能力，并被用作一些Linux发行版的默认调度器，包括PCLinuxOS 2010、Zenwalk 6.4和GalliumOS 2.1。

2.2 利用机器学习进行参数优化

Lama提出并开发了AROMA——一个自动化配置Hadoop参数的系统，一个大数据分析平台——以提高服务质量并降低成本。AROMA使用了支持向量机（SVM）——一种机器学习模型，以优化参数，允许在没有低效参数调整的情况下有效地使用云服务。Wang基于机器学习自动优化了Apache Spark的参数，以提高其性能。Spark内部有180多个参数，其中14个对性能有显著影响的参数使用决策树模型算法进行了优化。作为性能评估的结果，初始设置的平均性能改进为36%。

此外，已经进行了提高安卓调度器性能的研究。在参考[10]中，Learning EAS——一种用于Android智能手机调度程序EAS的策略梯度强化学习方法被提出。Learning EAS被应用于正在运行任务的特征，并调整TARGET_LOAD和sched_migration_cost以提高调度器性能。对LG G8 ThinQ的评估结果表明，Learning EAS最大可减少5.7%的功耗，并且与默认的EAS相比，将Hackbench性能最大提高了25.5%。本文与以往的研究不同之处在于，我们提出了一种新的基于强化学习的Linux内核调度器内部参数优化方法。我们使用Q-learning算法，它比深度学习更轻量，消耗的内存更少。