计算机研究与发展

作者：孙鹏浩,兰巨龙,申涓,胡宇翔,

关键词：路由优化, 软件定义网络, 人工智能, 深度强化学习, 牵引控制,

当前网络规模的高速增长带来网络流量复杂度的日益提高，增加了对流量特征精确建模的难度.近年来业界提出使用深度强化学习技术实现网络路由的智能化生成，一定程度上克服了人工进行流量分析和建模的缺点.然而，目前提出的解决方案普遍存在可扩展性差等问题.对此，提出了一种基于牵引控制理论的深度强化学习路由策略生成技术Hierar-DRL，通过引入牵引控制理论并结合深度强化学习的自动策略搜索能力，提高了智能路由算法可扩展性.仿真实验结果表明：所提方案相比当前最优方案的端到端时延最多降低了28.5%，证明了所提智能路由方案的有效性.

来源：2021年第7期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2021年第7期