本文采用深度强化学习（DRL）方法设计了一种基于软件定义网络（SDN）的智能组播路由算法 DRL-M4MR，该算法将最优组播路由问题视为多目标优化问题，通过构建组播树状态矩阵、链路带宽矩阵、链路延迟矩阵和链路丢包率矩阵作为 DRL 代理的状态空间，设计单步和最终奖励函数以指导智能构建最优组播树。实验结果表明，相比现有算法，DRL-M4MR 构建的组播树在训练后能够获得更好的带宽、延迟和丢包率性能，并且它能够在动态网络环境下做出更具智能的组播路由决策。

Jul, 2022

本文提出了一种基于多智能体深度强化学习的新型组播路由方法，该方法应用于软件定义的无线网络环境中，灵活配置网络并获得网络状态信息。使用单跳动作策略和奖励函数解决多智能体合作下的多个子问题，并采用分散式训练方法相结合的迁移学习机制来加速收敛并提高吞吐量、延迟、丢包率等性能，模拟实验表明 MADRL-MR 方法可以建立更智能的组播路由。

May, 2023

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

本研究基于多智能体深度强化学习设计了一种新的多播路由技术 DeepMPR，它在不需要邻居的多点中继广播信息的情况下，优于 OLSR MPR 选择算法，通过对比其他普及技术，展示了我们训练的 DeepMPR 多播转发策略的性能增益。

Jun, 2023

这篇论文介绍了基于持续的深度强化学习的低轨卫星星座分散路由的完整解决方案，采用多智能体方法，其中每个卫星作为一个独立的决策制定智能体，通过从附近的智能体接收的反馈来获取环境的有限知识。

May, 2024

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

本文提出一种新型的动态频谱共享方案，并使用深度强化学习算法基于蒙特卡罗树搜索进行资源分配，该方案能够在考虑未来网络状态的情况下执行操作，比当前的其他方案表现更好。

Feb, 2021

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

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

本文设计和评估了一个深度强化学习代理，该代理优化路由并自动适应当前交通条件，提出量身定制的配置以尝试最小化网络延迟，实验表现出极具潜力的性能与相较于传统优化算法的重要操作优势。

Sep, 2017