一种基于强化学习的通信设备多链路自动切换的控制方法

本发明涉及通信领域，具体涉及一种基于强化学习的通信设备多链路自动切换的控制方法。其核心是采用Q‑learning算法训练智能体。该方法通过智能体与环境的持续交互，首先学习能综合权衡带宽、时延、切换次数及成本的多维决策策略，并生成一个切换参数Q表；进而，在通信设备中直接查询此Q表以执行实时切换决策。该Q表支持强化训练生成，也支持使用中持续优化，从而使系统能够动态适应网络环境变化，始终保障通信功能的最佳权衡。