本發(fā)明屬于人工智能技術(shù)領(lǐng)域,具體的說是涉及一種基于深度強化學習的網(wǎng)絡(luò)自主智能管控方法。本發(fā)明首先構(gòu)建網(wǎng)絡(luò)拓撲,然后引入CNN、LSTM層和延遲更新策略構(gòu)建基于DDPG強化學習算法的路由決策模型,最后對基于深度強化學習的路由決策模型進行迭代訓練。在每次迭代訓練中,智能體根據(jù)測量得到的網(wǎng)絡(luò)狀態(tài)和神經(jīng)網(wǎng)絡(luò)獲得輸出的動作,即一組鏈路權(quán)重,并根據(jù)鏈路權(quán)重使用最短路徑算法計算業(yè)務(wù)的路由。根據(jù)路由計算結(jié)果,智能體下發(fā)流表,并獲取業(yè)務(wù)的端到端時延和丟包率計算此次迭代的獎勵值。算法具有良好的收斂性,能夠有效降低業(yè)務(wù)的端到端時延和丟包率。
聲明:
“基于深度強化學習的網(wǎng)絡(luò)自主智能管控方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)