一种基于多智能体强化学习的流量分配算法

作     者：程超 滕俊杰 赵艳领 宋梅 CHENG Chao;TENG Jun-jie;ZHAO Yan-ling;SONG Mei

作者机构：北京邮电大学电子工程学院北京100876 中国金融认证中心北京100054 机械工业仪器仪表综合技术经济研究所北京100055 

出 版 物：《北京邮电大学学报》 (Journal of Beijing University of Posts and Telecommunications)

年 卷 期：2019年第42卷第6期

页      面：43-48,57页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划项目(2018YFB1201500) 国家自然科学基金项目(61871046) 北京市自然科学基金项目(L171011) 北京市重大专项项目(Z181100003118012) 

主　　题：流量工程 多智能体强化学习 软件定义网络 时延 吞吐量 

摘      要：传统的流量工程策略的研究大多集中在构建和求解数学模型方面,其计算复杂度过高,为此,提出了一种经验驱动的基于多智能体强化学习的流量分配算法.该算法无需求解复杂数学模型即可在预计算的路径上进行有效的流量分配,从而高效且充分地利用网络资源.算法在软件定义网络控制器上进行集中训练,且在训练完成后再接入交换机或者路由器上分布式执行,同时也避免和控制器的频繁交互.实验结果表明,相对于最短路径和等价多路径算法,新算法有效减少了网络的端到端时延,并且增大了网络吞吐量.