科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
