一种云边算力网络路由优化方法

本发明公开一种算力网络技术领域的云边算力网络路由优化方法，包括获取云边算力网络的网络拓扑结构的高维的算力节点嵌入表示以及边嵌入表示；在算力节点间进行消息传递时，获取网络拓扑结构中各链路的隐藏状态集合；根据高维的算力节点嵌入表示、边嵌入表示以及隐藏状态集合，预测网络拓扑结构中各链路的未来流量，得到各链路的状态信息；将预构建的路由调度问题转化为马尔可夫决策过程；基于马尔可夫决策过程，采用多智能体近端策略优化算法对智能体进行训练，获得最优路由选择策略；其中，所述路由调度问题以最小化链路利用率标准差和任务传输时间为目标构建获取。本发明解决了现有云边算力网络中路由优化效率低下且灵活性差的问题。