在云计算中,常用虚拟化技术实现对资源的高效管理,虚拟机放置优化是提高云计算系统性能的重要手段之一,优秀的虚拟机放置策略不仅为云服务提供商节省大量的成本支出,还可以减少碳排放,保护生态环境。虚拟机放置是指如何使用调度模块不断地调整虚拟机与物理节点的映射关系,来达到最佳的放置策略,使得预定的目标最优。现有的虚拟机放置调度模块多以最低能耗或最高资源利用率为目标,在建模过程中忽略了资源竞争对性能的影响,且没有明确考虑使用非一致性内存访问架构的服务器体系结构。非一致性内存访问架构因可扩展性被广泛应用于云计算中,但其远端内存访问的特性也使系统产生了更多的共享资源竞争,进而导致系统的性能下降,因此亟需融入新的调度模块提升系统性能。针对非一致性内存访问架构的云计算中心,本文提出了一个以优化共享资源竞争为目标的基于强化学习的虚拟机放置解决方案,有效应对虚拟机各类型共享资源竞争。首先通过使用定义的虚拟机数组,将虚拟机放置问题转换为虚拟机放置决策问题,将交叉熵方法作为一种采样技术,采用离散概率分布表示虚拟机绑定物理节点位置,利用最大似然估计求得最佳概率分布质量,将处理器每时钟周期平均执行完成的指令条数用作评估系统内共享资源竞争的衡量指标,并将其抽象为目标函数。本文提出基于强化学习的Post算法求解目标实现策略更新,最后采用多模型决策找出最大目标值,从而获得最优放置策略。实验过程中构建了非一致性内存访问架构下虚拟机的放置模型,在同等环境下,将本文所提算法Post与现有的监督学习算法、策略梯度算法、近端策略优化算法及交叉熵算法进行了对比分析,实验结果表明多模型决策的效果明显优于单模型决策,Post算法在多方面表现优异:1)寻解最优值整体大于其他算法;2)迭代寻优时间上表现更优,且算法的总时间开销较小;3)算法具有较强的鲁棒性。综合实验结果,Post算法在非一致性内存访问架构下可以合理地进行虚拟机放置,通过调整虚拟机与节点的绑定关系,能够在较短的时间内获得最优解,减少虚拟机的共享资源竞争,促进系统的整体性能提升。