无线网络环境下基于深度强化学习技术的智能路由方法

摘要

本发明公开了一种无线网络环境下基于深度强化学习的智能路由方法，属于计算机通信网络领域。本发明所述方法首先经过初始化阶段，然后判断全部节点经验池是否大于预设阈值，若符合则进入神经网络选择下一跳节点，若不符合则依据距离矢量选择；转发包；收集结果数据；判断指定经验池是否大于预设阈值，若大于则进行经验回放并更新神经网络参数，然后返回至所述初始化阶段之后；否则直接返回所述初始化阶段之后；形成循环。本发明通过学习过去的状态和结果生成适合当前的路由策略。有效降低网络的延迟、丢包率，提高网络性能。由于没有传统的路由表的存在，即不用存储大量的路由条目，大大节省了节点的存储空间，降低了节点的成本和网络的部署成本。