本发明公开了一种基于Q学习的集群计算任务资源分配方法与设备，所述方法包括：将集群的计算任务资源分配划分为任务分配模块和计算资源分配模块；任务分配模块负责将计算任务分配给计算服务器，计算资源分配模块则负责将计算资源分配给已选择的任务；建立计算任务资源分配的优化目标，并定义相应的约束条件；将计算任务资源分配问题建模为马尔科夫决策过程，并设计相关的强化学习要素；采用分层强化学习策略，高层智能体使用Rainbow算法处理任务分配问题，低层智能体使用DDQN算法处理计算资源分配问题；采用双层网络联合训练策略，以优化整体性能。本发明能够实现智能化的任务和计算资源分配，且能在较短的时间内有效地得到分配结果。