一种基于深度强化学习与博弈论的智能组播路由优化方法

本发明涉及路由优化技术领域，具体涉及一种基于深度强化学习与博弈论的智能组播路由优化方法，将现实场景中的边缘设备抽象为一个无向图网络拓扑结构，读取利用软件定义网络技术获取的网络状态信息数据集；根据数据集中的拓扑信息和链路信息对每条边设置链路成本；根据单播路径之间存在的潜在博弈关系，建立激励激励机制为后续强化学习训练做准备；再根据组播需求，通过逐步选择到达每个目的节点的单播路径的方式构建组播路径；目的节点的单播路径依次加入组播路径后给出总奖励值，通过训练达到纳什均衡状态。本发明通过优化组播路由路径的选择，利用单播路径间的博弈关系进行资源共享，显著降低了传输成本。