RLAR:基于增强学习的自适应路由算法

• 作者: 李小勇 李晓冬 郑力明
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 增强学习 路由 梯度上升 马尔可夫决策过程 自适应
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 1190-1194
• 分类号: TP393
• 字数: 5936字
• 语种: 中文

摘要

针对当前各种路由算法在广域网环境下由于不能适应各种拓扑环境和负载不均衡时所引起的路由性能不高等问题,提出了一种基于梯度上升算法实现的增强学习的自适应路由算法RLAR.增强学习意味着学习一种策略,即基于环境的反馈信息构造从状态到行为的映射,其本质为通过与环境的交互试验对策略集合进行评估.将增强学习策略运用于网络路由优化中,为路由研究提供了一种全新的思路.对比了多种现有的路由算法,实验结果表明,RLAR能有效提高网络路由性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓冬	武警成都指挥学院科研科	2	6	1.0	2.0