基于强化学习的私域直播带宽资源分配与路由方法及系统

本发明提供基于强化学习的私域直播带宽资源分配与路由方法及系统，涉及计算机网络技术领域，包括采集直播间用户数量、地理分布、终端类型、内容类型、网络延迟、丢包率、带宽利用率等实时数据，输入预训练的强化学习模型；模型基于状态空间，利用深度神经网络提取特征并结合带宽资源约束，采用策略梯度算法生成带宽分配和路由策略；根据策略，软件定义网络控制器实时调整带宽分配参数和路由表配置，实现差异化带宽分配和路径优化，并基于用户地理分布建立就近接入边缘节点，拥塞时动态调整路径。