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！

龙图腾网获悉桂林电子科技大学申请的专利SDWN中基于多智能体图强化学习的多对多通信路由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：CN119966873B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510213322.2，技术领域涉及：H04L45/00；该发明授权SDWN中基于多智能体图强化学习的多对多通信路由方法是由叶苗;文鹏;蒋秋香;王勇;李繁有;黄源设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本SDWN中基于多智能体图强化学习的多对多通信路由方法在说明书摘要公布了：本发明公开一种SDWN中基于多智能体图强化学习的多对多通信路由方法，首先设计了一种基于Q‑learning强化学习算法，优化部署智能体的网络节点数量，从而降低现有方法对所有网络节点部署智能体带来的计算和部署成本；然后在AC框架下的设计了一种集中式训练分布式执行的多智能体深度强化学习算法，为了减少模型训练的存储空间开销分别使用图卷积神经网络和图神经网络重新设计Actor和Critic的网络结构，解决了现有方法中卷积神经网络对拓扑结构数据适应能力比较弱的问题；最后提出动作空间局部观测方法来避免无效动作的生成，从而降低模型训练的时间开销并加快收敛速度，从而降低模型训练的时间开销并加快收敛速度。

本发明授权SDWN中基于多智能体图强化学习的多对多通信路由方法在权利要求书中公布了：1.SDWN中基于多智能体图强化学习的多对多通信路由方法，其特征是，包括步骤如下： 步骤1、通过SDN架构获取网络拓扑信息，并获取多对多通信任务； 步骤2、根据网络节点数据包队列长度和网络节点的累计能耗两个属性的变化规律，推演数据传输过程中两个属性的变化过程，并归纳出优化目标和相关的限制条件，从而得到优化问题； 步骤3、初始化智能网络节点集合和普通网络节点集合，用经典的随机简单路径传输算法和随机最短路径传输算法模拟多对多通信任务在拓扑信息中数据传输过程，通过Q‑Learning算法确定最佳的智能网络节点集合，并在这些最佳的智能网络节点上部署智能体； 步骤4、初始化智能网络节点上的智能体，模拟多对多通信任务在拓扑信息中数据传输过程，通过多智能体图强化学习算法训练最佳的智能体，并将这些最佳的智能体部署回对应的智能网络节点用于实时决定数据包的路由，以实现多对多通信的数据传输； 步骤4.1、每个智能体从经验池中采样样本； 步骤4.2、每个智能体从采样的样本中提取所有网络节点数据包队列长度、所有网络节点的累计能耗、当前智能体所在网络节点的位置编码、以及当前智能体所在网络节点上的待决策数据包的前一个网络节点位置编码和目标网络节点的位置编码，并将它们分别转换为图结构数据后输入当前智能体基于图卷积神经网络的Actor网络，通过Actor网络提取下一个网络节点的特征； 步骤4.3、每个智能体通过局部映射先将下一跳网络节点的特征选择限制在邻居网络节点的范围，再通过Gumbel‑Softmax方法映射到最佳下一跳网络节点，后通过动作空间的局部逆映射到对应的位置编码，得到最佳下一跳网络节点的位置编码； 步骤4.4、每个智能体从采样的样本中提取所有网络节点数据包队列长度、所有网络节点的累计能耗、所有智能体所在网络节点的位置编码、所有智能体所在网络节点上的待决策数据包所在前一个网络节点位置编码和目标网络节点的位置编码，并通过与其他智能体交互得到所有最佳下一跳网络节点的位置编码，并将它们输入当前智能体基于图神经网络的Critic网络，通过Critic网络获得奖励； 步骤4.5、当前智能体基于奖励，通过梯度回传更新其Critic网络的网络参数，再通过反馈更新其Actor网络的网络参数； 步骤4.6、循环执行步骤4.1～4.5直到收敛，由此得到所有智能体最佳的Actor网络和Critic网络，并将基于最佳的Actor网络和Critic网络的智能体的Actor参数部署回对应的智能网络节点用于实时决定数据包的路由，以实现多对多通信的数据传输。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1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”。