买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利一种基于深度强化学习的在线路由方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119743420B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510228649.7，技术领域涉及：H04L45/02；该发明授权一种基于深度强化学习的在线路由方法及系统是由潘成胜;刘家豪;石怀峰;雷东兴设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种基于深度强化学习的在线路由方法及系统在说明书摘要公布了：本发明公开了一种基于深度强化学习的在线路由方法及系统，具体为：1、计算源节点到目的节点之间的K条路径；2、预测第n‑1个周期得到的最优路径p的预测性能指标；3、计算第n‑2个周期得到的最优路径y的实际性能指标；4、计算步骤2中预测性能指标和步骤3中实际性能指标之间的相对差异，并根据相对差异更新端到端时延，端到端剩余带宽和端到端丢包率的权重；5、基于步骤4获得的权重更新第n个周期的奖励函数，基于第n个周期的奖励函数，采用SAC算法计算出第ｎ个周期的最优路径，然后转步骤２。本发明可以更快地适应网络环境的变化，获得稳定、最优的路由方案。

本发明授权一种基于深度强化学习的在线路由方法及系统在权利要求书中公布了：1.一种基于深度强化学习的在线路由方法，其特征在于，具体包括如下步骤： 步骤1：计算源节点到目的节点之间的K条路径； 步骤2：预测第n-1个周期得到的最优路径p的性能指标，所述性能指标包括端到端时延，端到端吞吐量以及端到端丢包率；n为大于2的正整数； 步骤3：计算第n-2个周期得到的最优路径y的实际性能指标； 步骤4：计算步骤2中预测性能指标和步骤3中实际性能指标之间的相对差异，并根据相对差异更新端到端时延的权重wdelay，端到端剩余带宽的权重wrbw和端到端丢包率的权重wloss； 步骤5：基于步骤4更新的权重，更新第n个周期的奖励函数，基于第n个周期的奖励函数，采用SAC算法计算出第n个周期的最优路径，生成流表，下发至相应的交换机设备中，进行路径安装和流量转发，然后转步骤2； 所述步骤4具体为： 步骤4.1：计算预测性能指标和实际性能指标之间的相对差异： 其中，rel_delta_delay为端到端时延之间的相对差异，rel_delta_thr为端到端吞吐量之间的相对差异，rel_delta_loss为端到端丢包率之间的相对差异，p_delay为最优路径p的预测端到端时延，p_thr为最优路径p的预测端到端吞吐量，p_loss为最优路径p的预测端到端丢包率；ypD为最优路径y的实际端到端时延，ypThr为最优路径y的实际端到端吞吐量，ypL为最优路径y的实际端到端丢包率，ε为常数； 步骤4.2：计算端到端时延、端到端剩余带宽以及端到端丢包率的权重： zdelay＝k1*rel_delta_delay； zthr＝k1*rel_delta_thr； zloss＝k1*rel_delta_loss； 其中，k1表示缩放因子，zdelay，zthr以及zloss均为中间量； SAC算法中奖励函数r的表达式具体为： 其中，k表示第k条路径，k＝1，2，...，K；表示第k条路径端到端时延归一化后的值，表示第k条路径端到端剩余带宽归一化后的值，表示第k条路径端到端丢包率归一化后的值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。