低延迟高可靠
SDDRL-SR 利用 Dijkstra 算法监督训练来加速收敛，并在在线阶段通过两步收敛方法预测未来状态更新路由策略，实现了低时延数据传输。
Zhaolong, Ding · 刘会杰 · 田丰 · Yang, Zijian
2024
利用 Dijkstra 算法进行监督训练，为深度强化学习提供更优的初始策略，减少训练时间。
在线执行阶段设计了两步收敛方法，通过预测数据未来两步状态更新路由策略，适应时变拓扑。
实验结果表明平均时延优于 DQN、Dijkstra 和随机路由，满足低时延传输需求。
数据包到达率优于 DQN、Dijkstra 和随机路由，提升传输可靠性。