一种基于改进深度强化学习的虚拟网络映射方法及装置

本申请公开了一种基于改进深度强化学习的虚拟网络映射方法及装置，该方法包括：基于物理网络与虚拟网络建立网络系统图模型，其中，网络系统图模型中网络节点和链路被转化为多维矢量，用于规则化网络拓扑并构成系统状态；采用深度图卷积神经网络自动提取物理网络状态中的关键空间特征作为输入，通过策略网络选定目标动作并执行；根据动作执行结果和网络性能指标计算奖励信号，使用梯度下降算法根据奖励信号更新策略网络参数；获取训练后的目标深度图卷积神经网络和目标策略网络，确定目标性能评估结果。