基于强化学习的大规模多模Mesh网络联合路由选择及资源调度算法

来源：电子与信息学报杂志2024年第7期北京时间：

作者：朱晓荣, 贺楚闳

单位：南京邮电大学通信与信息工程学院 南京 210003

摘要：为了平衡新型电力系统中大规模多模Mesh网络的传输可靠性和效率，该文在对优化问题进行描述和分析的基础上提出一种基于强化学习的大规模多模Mesh网络联合路由选择及资源调度算法，分为两个阶段。在第1阶段中，根据网络拓扑结构信息和业务需求，利用一种多条最短路径路由算法，输出所有最短路径。在第2阶段中，提出一种基于多臂老虎机(MAB)的资源调度算法，该算法基于得到的最短路径集合构建MAB的摇臂，然后根据业务需求计算回报，最终给出最优的路由选择及资源调度方式用于业务传输。仿真结果表明，所提算法能够满足不同的业务传输需求，实现端到端路径的平均时延和平均传输成功率的高效平衡。

关键词：Mesh网络, 路由选择, 资源调度, 多臂老虎机, 强化学习

基金资助：国家自然科学基金(92367102, 92067101)，江苏省重点研发计划(BE2021013-3)