一种基于强化学习动态调节拥塞控制算法的方法及系统

本发明公开了一种基于强化学习动态调节拥塞控制算法的方法及系统，该方法包括：在网络状态改变时获取网络传输的往返时间，并将该往返时间映射为网络的当前环境状态，将网络的当前环境状态作为强化学习算法的状态、将在预设的拥塞控制算法列表中选择某一拥塞控制算法作为强化学习算法的动作，利用强化学习算法更新拥塞控制算法列表中各个拥塞控制算法在当前环境状态下的Q值；在网络的连接建立时，根据拥塞控制算法列表中各个拥塞控制算法在当前环境状态下的Q值进行排序，以预设的概率选择当前环境状态下的Q值最小的拥塞控制算法来进行拥塞控制。本发明旨在针对网络传输过程中的网络拥塞问题自动选择合适此网络状况的网络拥塞控制算法。