空间科学卫星地面数据处理同时面临任务动态到达、计算资源需求异构与时效性差异显著等问题，常规数传任务与突发天文警报任务竞争有限资源，容易造成任务积压及紧急处理延迟。为此，本文提出融合计算资源需求预测、模仿学习与深度强化学习的在线调度算法 DeepRL-Sched。首先，采用长短期记忆网络预测未来下行数据量和执行时长，将映射得到的 CPU、内存需求融入多通道状态表示，增强调度策略对后续负载的感知；其次，利用结合优先级、执行时长和截止期紧迫程度的专家轨迹预训练策略网络，改善随机探索阶段的学习效率；最后，以近端策略优化联合学习任务排序与资源分配策略，通过优先级加权奖励协调作业周转效率、紧急任务保障和资源利用率。基于 ASO-S、EP 和 GECAM 等卫星约 5000 条真实下行任务记录开展仿真实验，相较 DeepRM、KNCS 和 PMSP，平均作业减速比分别降低约 10.6%、8.0% 和 2.5%；在测试任务集上，优先级权重取 10 时高优先级任务按时完成率达到 100%。研究为多星多任务地面处理系统的在线计算资源调度提供了方法支撑。