原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开一种基于网络特征的强化学习下的SDN路由收敛方法，该方法将强化学习应用于SDN路由收敛中，使用QLearning算法作为强化学习模型，根据输入的网络拓扑，定义一个方向因子θ来描述路径中每一次转移的方向。根据路径转移过程中θ值来引导强化学习agent探索。在早期的episode中允许agent在探索阶段选择对应θ值为负的动作，而随着episode的不断迭代减少agent探索对应θ值为负的动作的概率。以此来保证在agent从环境中充分获得经验的同时提高探索效率，并减少在训练阶段环路的产生。
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112968834 B
(45)授权公告日 2022.05.24
(21)申请号 202110145046.2 (51)Int.Cl.
文档评论（0）