环境感知的自适应深度强化学习路由算法

摘要： 针对现有强化学习路由算法未能根据网络负载变化较好权衡动作探索和利用的问题，提出一种基于环境感知的自适应深度强化学习路由算法。依据智能体经验回放时的平均误差，动态调整ε-greedy策略以平衡探索和利用，引入启发式规则限制动作探索以积累正向经验，结合优先经验回放机制加速模型收敛，提升智能体收敛前后的网络吞吐量和数据交付率。仿真结果表明，部署了该算法的网络的吞吐量和数据交付率均高于... （共8页）