我们研究并开发了一种深度强化学习（DRL）方法，用于自适应流量路由，该方法利用深度图卷积神经网络（DGCNN）在 DRL 框架中学习流量行为，并通过 Q 值估计选择路由路径，实现对流量动态的快速适应。与 OSPF 协议相比，实验结果表明了该框架的有效性和适应性，在增加网络吞吐量高达 7.8% 和减少 16.1% 的流量延迟方面取得了显著效果。

Feb, 2024

本文提出了一种基于深度强化学习的全局路由方法，该方法可以在模拟环境中生成优化的路由策略，与传统的基于贪心算法的方法相比，该方法具有更高的灵活性和更优的效果，为未来数据驱动的路由方法的培训数据集和生成不同规模和约束条件的参数化全局路由问题集合提供了可能性。

Jun, 2019

本篇论文提出在 Deep Reinforcement Learning 技术中，将 Graph Neural Networks 集成进 DRL 代理中，以解决网络拓扑的泛化问题，并在路由优化的用例中测试并评估其性能，结果表明，在未曾训练过的网络拓扑中，DRL+GNN 代理能够胜过目前最先进的解决方案。

Oct, 2019

本文介绍了一种基于强化学习和网络状态感知的智能路由算法，其结合了软件定义网络架构、网络拓扑构建、流量信息预测等因素，通过执行智能灵活的路由决策，有效提高了网络吞吐量、延迟、数据包丢失率等性能指标。

May, 2023

本文提出了一种可扩展的强化学习方法，用于同时路由和频谱访问无线自组网中的信号传输，根据邻居节点的地理位置信息智能地制定联合路由和频谱分配决策。

Dec, 2020

这篇论文提供了一种方法和开源实现，用于在包光网络场景中寻找最佳路径的强化学习算法。该算法利用物理层（前 FEC 误码率和传播延迟）和链路层（链路负载）提供的测量结果，配置基于延迟的奖励和惩罚集，然后基于这些测量结果执行 Q 学习，找到最佳的路由策略。进一步证明该算法通过根据链路负载变化或以前 FEC 误码率衡量的链路退化重新计算最佳策略，动态适应不断变化的网络条件。

Jun, 2024

使用强化学习的路由算法能够控制拥塞和优化路径长度，从而提高网络吞吐量，有效地应用于复杂网络中各种流量场景和拓扑结构，并在实验中显示出最大节点拥塞减少 5 倍、效率提高 30% 的结果。

Dec, 2023

本文提出了一种基于多智能体深度强化学习的有效而新颖的方法，用于解决联合虚拟网络功能（VNF）部署和路由问题，该问题涉及多个不同需求的服务请求同时交付，并通过其延迟和成本敏感因素反映服务请求的不同需求，提出了基于参数移植的模型重新训练方法来处理网络拓扑发生更改的情况。

Jun, 2022

本文提出了一种基于深度强化学习的通信网络控制框架 DRL-TE，通过学习并决策网络环境和动态变化，实现流量工程问题中代价函数的自动最优化，并在模拟实验中证明其相比于传统方法表现更佳。

Jan, 2018

本文提出了一种基于强化学习（RL）的无模型和数据驱动路径选择策略，结合图神经网络（GNN）的多智能体 RL 框架，探索了中央化，联合和合作学习三种部署范式，模拟结果表明该算法在分组传输延迟和负载方面优于一些现有的基准算法。

Jul, 2021