一种单智能体路由控制方法、装置、设备和介质

本申请公开了一种单智能体路由控制方法、装置、设备和介质，涉及路由控制优化领域，包括：根据待控制网络的节点拓扑矩阵，构建待控制网络的单智能体；基于预设的神经网络框架，对所述单智能体输出的路由优化路径进行迭代，直至达到预设迭代轮次，输出最后迭代的路由优化路径；其中，每轮迭代时，通过深度强化学习，基于所述神经网络框架逐步生成路由优化路径；每一步生成中，基于排序机制选择下一跳路由节点，以更新所述路由优化路径；根据最后迭代的路由优化路径，对待控制网络的各路由节点进行控制。本申请的实施，能够解决现有路由控制方法容易产生不可达路由的技术问题。