一种基于多智能体深度强化学习的虚拟光网络映射方法

摘要

本发明提出了一种基于多智能体深度强化学习的虚拟光网络映射方法，其步骤为：判断环境模块中是否有其他虚拟网业务离去；对虚拟网请求业务的当前物理网的节点与链路信息进行提取；节点智能体模块利用节点策略网络得到物理网每个节点为当前虚拟网请求业务提供映射的概率分布，选取合适的节点作为当前虚拟网请求业务要映射到的节点；链路智能体模块通过链路策略网计算源节点与目的节点间的最短路径的频槽概率选择分布；评判模块从环境模块中获得即时奖励计算多步映射的累加奖励；评价模块计算节点动作和链路动作的评价值，根据评价值对智能体模块的参数进行更新。本发明可有效提高节点与链路的资源利用率，降低网络的阻塞率，提高虚拟网映射成功率。