一种基于强化学习的策略路由优化方法

策略路由(PBR)比IP选路更加灵活，能够更好地满足网络业务的QoS和利用网络空闲资源，但确定在大规模通信网络中为设置策略路由而搜索两条或更多条具有QoS保证的网络路径是个难题，本发明针对该难题提出一种支持基于强化学习搜索多属性优化路径的方法，该方法解决了基于强化学习搜索多条满足QoS要求的路径集合的问题，具有应用便捷、性能良好、快速收敛等优点。