一种基于强化学习的网络拥塞路由选择方法

本发明属于强化学习决策和网络通信领域，尤其涉及一种基于强化学习的网络拥塞路由选择方法。解决了传统负载均衡解决网络路由拥塞的方式的固定限制，在满足达到指定终点路由节点的前提下，随机选取中间路由节点和到达该阶段的线路，后依据数据传输效率和路由拥塞范式给出评判，以此来获取信息充足的状态数据。同时路由间的线路不唯一，以此来模拟实际网络通信场景中的复杂状态，进而获取多样化、多表征状态的数据，提升模型的鲁棒性，使得网络路由决策分析更为贴合实际。