基于深度强化学习在Overlay网络下多路径流量调度方法及系统

摘要

本发明实施例公开一种基于深度强化学习在Overlay网络下多路径流量调度方法及系统。该方法包括：调度器，收集每条传输路径的路径状态信息；构建包含各路径状态信息的当前状态矩阵，将当前状态矩阵输入策略网络中，得到各传输路径对应的路径状态评估值和流量分配比例值；根据流量分配比例值执行对数据报文的转发动作；转发后获取调度参数，根据调度参数计算奖励值，收集当前状态；构建元组传入到收集器的经验回放池中；训练器，获取数据元组，将数据元组输入主网络和目标网络中，更新主网络和目标网络的参数；根据主网络和目标网络的参数更新策略网络的参数。应用本发明实施例提供的方案，能够实现网络负载均衡，降低网络拥塞和丢包率、提高传输速率。