基于深度强化学习的智能路由技术研究

摘要：

针对现有智能路由算法收敛速度慢、平均时延高、带宽利用率低等问题,提出了一种基于深度强化学习(DRL)的多路径智能路由算法RDPG-Route.该算法采用循环确定性策略梯度(RDPG)作为训练框架,引入长短期记忆网络(LSTM)作为神经网络,基于RDPG处理高纬度问题的算法优势,以及LSTM循环核中记忆体的存储能力,将动态变化的网络状态输入神经网络进行训练.算法训练收敛后,将神经网络输出的动作值作为网络链路权重,基于多路径路由策略进行流量划分,以实现网络路由的智能动态调整.最后,将RDPG-Route路由算法分别与ECMP、DRL-TE和DRL-R-DDPG路由算法进行对比.结果表明,RDPG-Route具有较好的收敛性和有效性,相比于其他智能路由算法至少降低了7.2％平均端到端时延,提高了6.5％吞吐量,减少了8.9％丢包率和6.3％的最大链路利用率.

关键词：体验质量、软件定义网络、深度强化学习、路由算法、循环确定性策略梯度

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;河南省重点研发与推广专项;河南省专业学位研究生精品教学案例项目

在线出版日期：2022-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：44-51