深度强化学习交换机迁移算法

兼顾时延与负载均衡

通过两阶段框架在优化控制关系的同时恢复迁移中的孤立节点，实现全局网络性能提升。

Yong, Deng · 姚锋 · Zhu, Jianghan

Swarm and Evolutionary Computation 2026

技术优势

整体性能更优

算法以最小化时延和均衡负载为目标进行全局优化，而非仅追求局部指标。

解决孤立节点

通过启发式方法修复迁移中产生的孤立节点，保证每个域内交换机全连通。

自适应探索

采用动态ε-greedy策略和优先经验回放，提升强化学习训练效率与稳定性。

应用场景

• LEO卫星网络控制平面：用于卫星控制器间动态迁移交换机，维持控制平面负载均衡。
• 软件定义网络交换机管理：自动调整控制器与交换机的映射，应对负载波动。
• 动态拓扑卫星组网：在拓扑时变时重新分配交换机，保障网络连通。
• 自适应控制器映射：根据实时负载自适应重构控制器管辖范围。