一种基于多维信息和强化学习的动态分组路由算法

本发明公开了一种基于多维信息和强化学习的动态分组路由算法，属于路由网络技术领域。针对如何确定机器学习算法中网络状态与路由动作的映射关系，如何设计在线优化算法策略，并最大化算法收益问题，通过基于马尔可夫过程对路由过程进行建模；基于Double DQN算法框架并采用DNN网络构建评论网络Q(·)、目标评论网络Q‑(·)；利用深度学习网络对建立的模型进行更新训练与强化学习，寻找出最佳的路由分组策略。本发明将每个路由器节点抽象为独立的智能体，以数据包当前位置节点、网络中节点数量、当前位置节点数据包接收长度、邻居节点集合等多维数据作为神经网络的输入，并结合分段奖励函数来确定路由最佳动作，最终实现路由过程的效率最大化。