本申请提供一种智能体训练方法、跨域异构环境任务调度方法及相关装置，智能体训练方法包括：获取用于模拟真实的跨域异构环境中任务负载的预训练数据；根据预训练数据对深度强化学习智能体进行训练，以使深度强化学习智能体用于对针对跨域异构环境进行任务调度，其中，深度强化学习智能体预先基于D3QN模型和跨域异构环境的任务调度问题对应的马尔可夫决策过程构建而得。本申请能够构建一种兼顾任务调度实时性和高效性的智能体，能够有效提高应用该智能体进行跨域异构环境中任务调度的时效性，能够增加整个任务调度系统的吞吐量并最大化利用跨域环境中提供的计算资源，以保证任务调度的结果兼顾任务处理的高效性和计算节点之间的负载均衡性。