一种基于深度强化学习的路由调度方法

本发明涉及路由调度方法领域，尤其涉及一种基于深度强化学习的路由调度方法；技术问题：在使用路由调度方法时，利用网络的拓扑结构和链路状态信息，通过计算得出最短路径或最优路径，难以适应复杂多变的网络环境，传统路由算法可能无法快速响应和调整；技术方案：一种基于深度强化学习的路由调度方法，包括有对智能体进行奖励机制判定；本发明相较于传统路由调度方法，利用网络的拓扑结构和链路状态信息，通过计算得出最短路径或最优路径，难以适应复杂多变的网络环境，传统路由算法可能无法快速响应和调整，该路由调度方法通过深度强化学习，更适合处理高维度和复杂的网络环境，能够提取更多有用的特征并优化路由决策。