这篇论文研究了使用深度强化学习对云数据库的运行时参数进行优化，特别是对 HTTP 缓存中的最佳缓存期限进行优化，并通过异步经验管理来解决在并发环境中测量不立即可用的问题。实验结果表明，这种基于标准函数和异步 CPU 训练的方法优于统计估计。

Oct, 2016

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

该论文提出了DeepRMSA，这是一种用于弹性光网络（EON）中路由，调制和频谱分配（RMSA）的深度强化学习框架。DeepRMSA通过使用能够感知复杂EON状态的深度神经网络（DNN）对策略进行参数化，并使用动态光路径预配的经验来训练DNN。

May, 2019

本文提出一种基于多智能体框架的深度强化学习方法以最小化整体平均传输延迟，通过与三种不同的缓存策略对比，结果显示出该算法对于不同环境的能力更强，性能也更好。

May, 2019

本文提出了一个端到端的强化学习框架，基于历史数据的试错，通过设置神经网络架构和设计特征表示，对在线匹配问题进行更好的匹配决策。在两个在线匹配问题中，我们的模型表现得比传统算法更好，提高了匹配质量约3-10％，代码可在给出的URL中公开获得。

Sep, 2021

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

本文通过使用图形强化学习的早期退出机制来解决移动边缘计算网络中的计算任务不确定性问题，提出了一个以最大化推理准确性和吞吐量为目标的计算任务卸载的优化问题，并在动态变化的场景下，通过实验结果表明了其优于DROO和DROOE的决策制定性能。

Oct, 2022

提出一种基于弹性联邦和多代理深度强化学习的合作边缘缓存方案，通过训练个性化的本地模型、预测流行内容以及协作缓存，优化网络中的成本。实验结果表明，该方案优于现有基线缓存方案。

Jan, 2024

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

本文探讨了网络中冗余数据传输的日益严峻挑战，提出了基于双深度强化学习缓存的解决方案，通过综合考虑文件的生命周期、大小和重要性等特征，实现了比最近的基于深度强化学习的方法更优异的性能，并引入了迁移学习以解决实际环境中缓存的动态挑战。

Feb, 2024