基于知识指导的安全强化学习路由算法

摘要： 在大流量传输场景中，传统启发式路由选择协议无法根据网络状态动态调整路由策略，而基于数据驱动的路由协议在训练初期无法保证网络吞吐量。针对此问题，提出基于先验知识指导的安全强化学习路由算法，把先验知识引入深度强化学习模型的动作选择，结合ε-greedy策略，根据网络状态对下一跳进行评估和约束，必要时提供更优动作，避免无效动作。基于Keras与Networkx的仿真实验表明：该算法可...
...