摘要
本发明公开一种基于PPO‑GRU算法的光子片上网络路由方法，该方法首先构建PNoC仿真阵列，并结合光信号传输特性，建立基于深度强化学习的PNoC路由模型。模型核心在PPO算法基础上，融合了无效动作屏蔽机制与GRU模块，有效提升路径搜索效率。同时，通过采用优势函数归一化与奖励缩放技术，显著增强模型训练的稳定性和收敛可靠性。利用训练完成的路由模型，可智能地选择低损耗光路由路径，从而显著提升PNoC的网络性能、可靠性与资源利用率。
技术关键词
光开关单元
算法
节点
光信号
策略更新
深度强化学习
光波导
缩放技术
损耗
算术平均值
阵列
端口
终点
链路
光网络
坐标
输出光
