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！

龙图腾网获悉北京邮电大学申请的专利一种基于图神经网络和深度强化学习的路由优化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：CN118784547B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202410769362.0，技术领域涉及：H04L45/02；该发明授权一种基于图神经网络和深度强化学习的路由优化方法是由芮兰兰;孟佳谊;高志鹏;杨杨;于家傲;陈子轩设计研发完成，并于2024-06-14向国家知识产权局提交的专利申请。

本一种基于图神经网络和深度强化学习的路由优化方法在说明书摘要公布了：本发明公开了一种基于图神经网络和深度强化学习的路由优化方法，从现代通信网络的实际需求出发，结合GNN和DRL技术，从网络拓扑感知和智能决策两方面对路由优化进行改进。在保证网络稳定性和用户体验的条件下，算法在网络资源分配、路由路径计算和网络拥塞控制方面都得到了显著提升，推动通信网络向更智能、更绿色的方向发展。

本发明授权一种基于图神经网络和深度强化学习的路由优化方法在权利要求书中公布了：1.一种基于图神经网络和深度强化学习的路由优化方法，其特征在于，在DQN模型中引入主网络、经验回放缓冲区和目标网络，其中，主网络通过与环境进行交互，不断产生训练经验，并接收当前网络状态s作为输入，输出每个可能动作a的预估Q值；经验回放缓冲区用于实时更新存储训练经验，同时随机抽取部分样本进行训练；目标网络用于定期从主网络复制参数并进行更新、计算目标Q值以及通过梯度训练增强算法收敛速度； 所述的路由优化方法包括以下步骤： S1、输入每个链路及其所有邻居链路的网络状态信息以及业务流量需求，利用图神经网络将网络状态和业务流量需求整合，从而生成按照节点进行整合的消息，并以图的结构呈现； S2、在图中链路节点的隐藏状态之间运行迭代消息传递算法，经过多轮迭代后，使用聚合函数将更新后的节点表示进行聚合，得到全局隐藏状态； S3、基于步骤S2的全局隐藏状态，使用图神经网络计算出输入状态下的动作预估Q值Qs,a； S4、根据步骤S3的Q值选择最优动作，然后在环境中执行此路由决策动作；若该动作被成功执行，即被选择的路径的每一个链路中剩余带宽都足以满足此次业务的流量需求，则返回一个经过归一化计算的奖励值，同时更新网络状态s’；若动作无法被完成，则结束此次训练； S5、经过多次训练，根据网络状态s、动作a、奖励值r不断更新模型参数，并将主网络产生的训练经验s,a,r,s’存放到经验回放缓冲区中； S6、每隔M次迭代，将从缓冲区中随机抽取小批量样本复制到目标网络中，用于计算目标Q值； S7、不断更新目标网络的网络参数，并向主网络中每个节点发送更新后的模型参数，主网络接收到更新后的参数时，每个节点都会更新其路由规划模型参数；重复步骤S7直到收敛。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。

以上内容由龙图腾AI智能生成。