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！

龙图腾网获悉南京航空航天大学申请的专利一种基于强化学习的分布式网络配置模型中流预留方法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：CN116232845B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202211416980.4，技术领域涉及：H04L41/046；该发明授权一种基于强化学习的分布式网络配置模型中流预留方法是由徐风友;雷磊;张莉涓;蔡圣所;宋晓勤;沈高青;李志林;朱晓浪;牛凯华设计研发完成，并于2022-11-11向国家知识产权局提交的专利申请。

本一种基于强化学习的分布式网络配置模型中流预留方法在说明书摘要公布了：本发明公开了一种基于强化学习的分布式网络配置模型中流预留方法，在分布式的时间敏感网络配置模型下，本方法首先定义了一个基于资源预留协议RAPResourceAllocationProtocol和异步流量整形ATSAsynchronousTrafficShaping的网络配置框架，并在该配置框架中引入了一个延迟配置引擎，该引擎可以监控网络中时间敏感数据流的接收率并以此作为反馈，通过强化学习的方式动态地调整网络中每跳预留的延迟带宽配置。对此，本方法建立了基于异步流量整形的每跳延迟模型，并设计了强化学习代理状态空间、动作空间和奖励函数，在每一次迭代期间，强化学习代理监控网络在当前的每跳延迟配置下数据流的接收率，并对每跳延迟配置做出动态的调整。通过环境与强化学习代理的交互，选出最优的延迟预算的配置，使得网络中数据流的接收率最大化。

本发明授权一种基于强化学习的分布式网络配置模型中流预留方法在权利要求书中公布了：1.一种基于强化学习的分布式网络配置模型中流预留方法，具体包括以下步骤： 步骤1：根据IEEE802.1Qcr标准定义的完全分布式配置框架，建立基于强化学习的RAP+ATS的TSN桥接网络框架，定义预留过程中网络配置优化目标和约束条件； 步骤2：在网桥的数据面建立ATS每跳延迟模型，模拟ATS在数据面的转发操作并定义时延计算公式； 步骤3：代理根据输入流的每跳延迟需求为每一跳网桥的控制面配置一个延迟保证，并通过数据面ATS延迟模型计算当前时延，通过检查是否满足约束条件来决定是否接收输入数据流； 步骤4：定义网络中强化学习代理的状态空间、动作空间和奖励函数；并通过与环境不断地交互，动态调整延迟保证配置，最终决策出可以使网络中数据流接收率最大化的最佳配置。

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航空航天大学，其通讯地址为：210016 江苏省南京市御道街29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”。