一种基于强化学习的拥塞控制选择方法及系统

本发明提出了一种基于强化学习的拥塞控制选择方法及系统，涉及网络拥塞控制的技术领域。首先处于离线准备状态，将网络状态划分为若干个等级，为每个网络等级匹配一个候选拥塞控制算法池；进入在线运行状态后，收集当前运行的网络性能数据，确定其等级，从而加载对应的候选拥塞控制算法池，并监测网络动态，以反馈调整离线阶段的网络等级划分依据；引入强化学习代理，将拥塞控制算法的选择作为强化学习代理的动作，训练强化学习代理，利用训练好的强化学习代理决策输出拥塞控制算法。离线阶段的准备加快了训练的收敛速度，能够快速且动态地切换到当前最优的拥塞控制算法，保证了网络传输的稳定性和高效性。