基于多智能体强化学习的域间多链路路由优化

作者：陈博; 孙鹏浩; 兰巨龙; 王雨薇; 崔鹏帅; 申涓

来源：信息工程大学学报, 2022, 23(06): 641-647.

• 多智能体
• 深度强化学习
• 域间路由
• 软件定义网络
• 人工智能

现代信息网络的规模不断扩大，对互联网跨域数据通信的带宽和路由灵活性提出更高的要求。现有域间路由协议如边界网关协议(Border Gateway Protocol, BGP)无法基于网络性能做出智能路由决策，容易导致网络拥塞，降低网络传输性能。提出可扩展的基于多智能体强化学习的域间多链路路由优化机制，通过实时感知域间多条链路上的流量分布状态，动态调整域间链路路由选择，从而最大化经过每个自治系统的网络流量，提高网络整体的吞吐量。实验结果表明，相比随机算法和SPF算法，所提算法最多可分别提高26.1%和16.4%的网络吞吐量，且能实现域间多链路间的流量均衡。

• 单位
  中国科学院声学研究所; 信息工程大学