路由优化方法、控制装置及介质

本申请涉及通信技术领域，特别涉及一种路由优化方法、控制装置及介质，该方法包括：获取当前网络状态的实时数据；根据实时数据建立仿真环境，在仿真环境中模拟多种路由策略，利用强化学习算法确定多种路由策略的效果，其中，所利用的强化学习算法包括构建网络结构，优化参数和建立奖励函数；根据所确定的多种路由策略的效果，优化当前网络路由表，更新路由信息。由此，解决了现有技术中依赖静态配置和人工干预，缺乏实时性和智能化，无法应对网络拓扑变化和动态环境需求等问题。