无线传感器网络的路由确定方法及装置

本申请公开了一种无线传感器网络的路由确定方法及装置。其中，该方法包括：获取在学习模型的离线阶段创建的决策模型对应的状态价值函数，其中，决策模型是根据在离线阶段获取的状态空间、动作空间、状态转移模型和奖励函数构建的；对状态价值函数进行迭代直到状态价值函数收敛，得到最优状态价值函数，并基于最优状态函数确定每对状态和动作的最优Q值；在学习模型的在线阶段，基于每对状态和动作的最优Q值和无线传感器中每个节点目前时刻的状态生成每个节点在目标时刻的路由动作。