本發(fā)明公開了一種基于圖神經(jīng)網(wǎng)絡(luò)和深度強(qiáng)化學(xué)習(xí)的路由優(yōu)化方法及系統(tǒng)，屬于網(wǎng)絡(luò)路由優(yōu)化領(lǐng)域。方法包括測量當(dāng)前網(wǎng)絡(luò)狀態(tài)s，根據(jù)當(dāng)前網(wǎng)絡(luò)狀態(tài)請求分配的流量需求，選取k條源節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的最短路徑，作為動(dòng)作集a；將動(dòng)作集a輸入至圖神經(jīng)網(wǎng)絡(luò)，聚合鏈路特征并迭代更新，經(jīng)Q函數(shù)得到網(wǎng)絡(luò)狀態(tài)s和動(dòng)作集a的估計(jì)Q值；根據(jù)估計(jì)Q值進(jìn)行深度強(qiáng)化學(xué)習(xí)得到當(dāng)前網(wǎng)絡(luò)狀態(tài)下的路由策略，將路由策略反饋給網(wǎng)絡(luò)拓?fù)鋱?zhí)行相應(yīng)的路由動(dòng)作。本發(fā)明提出了基于圖神經(jīng)網(wǎng)絡(luò)和深度強(qiáng)化學(xué)習(xí)的網(wǎng)絡(luò)路由優(yōu)化體系結(jié)構(gòu)，旨在利用圖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)拓?fù)渲袌D元素之間的關(guān)系以及組成它們的規(guī)則，利用深度強(qiáng)化學(xué)習(xí)算法進(jìn)行決策，從而優(yōu)化網(wǎng)絡(luò)路由。