公开(公告)号：CN117294646A

公开(公告)日：2023-12-26

申请号：CN202311319063.9

申请日：2023-10-12

Applicant: 桂林电子科技大学

Inventor： 叶苗 ,  李锦强 ,  黄林强 ,  龙斌 ,  周晴纶

IPC: H04L45/74 ,  H04L45/745 ,  G06N3/092 ,  H04L45/12 ,  G06N3/0464

Abstract: 本发明公开一种基于多智能体深度强化学习的SDN跨域智能路由方法，针对大规模SDN网络的分层式架构，通过将网络划分为多个子域，同时给每个子域分配一个智能体，利用分布式技术对SDN多智能体进行并发学习，以降低模型训练时间的开销。本地控制器和根控制器中的智能体实时自适应生成当前网络状态下的域内和域间最优路由转发路径，从而有效解决了在SDN跨域路由中由于传统路由算法数据转发不够灵活而出现流量数据包堆积和网络拥塞等问题，并实现了在大规模网络中实时智能优化最优路由决策能力。

公开(公告)号：CN119967538A

公开(公告)日：2025-05-09

申请号：CN202510136753.3

申请日：2025-02-07

Applicant: 桂林电子科技大学

Inventor： 叶苗 ,  郑基浩 ,  李锦强 ,  文鹏 ,  王勇 ,  黄源 ,  蒋秋香

IPC: H04W40/32 ,  H04L45/76 ,  G06N3/092

Abstract: 本发明公开一种基于多智能体深度强化学习的智能跨域组播路由方法，利用多控制器通信机制和组播组管理模块分别实现SDWN不同控制域之间网络信息的传递和同步，以及对跨域组播组成员的发现和有效管理；根据分解得到的域间组播树和域内组播树问题的问题特点分别设计了相应的动作策略，以提高智能体的探索效率，并对智能体所采取的不同动作策略设计不同的奖励函数，以引导智能体构建出高效的域间和域内组播树；通过对多智能体的协同学习和策略协调来实现跨域组播树的构建和优化，采用完全去中心化的求解范式以提高多智能体协作的稳定性，同时设计了离线和在线相结合的训练方式，减少了与环境的交互频率和对实时环境的依赖，有效提升多智能体的收敛速度。

公开(公告)号：CN116669136A

公开(公告)日：2023-08-29

申请号：CN202310794093.9

申请日：2023-06-30

Applicant: 桂林电子科技大学

Inventor： 李锦强 ,  叶苗 ,  蒋秋香 ,  王勇

IPC: H04W40/12 ,  H04W40/24 ,  H04L45/76

Abstract: 本发明公开一种基于网络态势感知的智能软件定义无线网络路由方法，先利用SDWN架构实现全面感知多种网络状态信息，并通过GCN‑GRU预测模型预测下一阶段的流量状态，再通过设计下一跳邻接节点作为强化学习的动作空间，并根据链路信息和奖惩机制来设计不同的奖励函数，后使用基于重要性采样和梯度裁剪的损失函数来更新网络参数。本发明能够更加全面满足QoS业务需求，并具有收敛速度快、可靠性高和稳定性强的特点。