公开(公告)号：CN117896306A

公开(公告)日：2024-04-16

申请号：CN202311834118.X

申请日：2023-12-28

Applicant: 中国科学院计算机网络信息中心

Inventor： 马国圆 ,  任勇毛 ,  周旭 ,  范鹏飞 ,  任双印 ,  王敬超

IPC: H04L45/02 ,  G06F9/50 ,  G06N3/042 ,  G06N3/092 ,  H04L45/12 ,  H04L67/10

Abstract: 本发明提供了一种基于深度强化学习和图神经网络的算力路由方法和系统，旨在通过智能代理的学习和决策，实现高效、可靠的算力资源分配和任务调度。该方法包括：进行算网资源感知；根据任务需求和节点的评估信息进行计算节点选择；利用基于图神经网络的包含深度强化学习代理的控制器进行路由路径决策，确定从起始节点到目的节点的路由路径；将确定的路由路径转发至算力网络中的节点，并更新节点和网络的状态信息。本发明基于强化学习算法，并通过图神经网络定义状态、动作和奖励函数，能够从状态空间中学习最优的路由策略。通过实验验证，本发明能够有效地完成更多计算任务的分配，并在不同的网络拓扑结构和任务负载条件下保持稳定性和可靠性。