基于网络态势感知与层次化多智能体强化学习的覆盖 multicast 路由方法
网络与互联网体系结构
2026-04-24 v2 人工智能
摘要
与 IP 多播相比，覆盖 multicast (OM) 在异构、跨域网络中提供更好的兼容性和灵活部署。然而，传统 OM 难以适应动态流量，因为缺乏对物理资源状态的感知；现有的强化学习方法也未能解耦 OM 紧密耦合的多目标特性，导致复杂度高、收敛缓慢和不稳定。为此，我们提出 MA-DHRL-OM，一种多智能体深度层次化强化学习方法。利用 SDN 的全局视图，构建基于流量的 OM 路径规划模型。该方法通过层次化智能体将 OM 树构建分解为两个阶段，降低动作空间，提高收敛稳定性。多智能体协作在平衡多目标优化的同时提升了可扩展性和适应性。实验表明，MA-DHRL-OM 在时延、带宽利用率和数据包丢失方面均优于现有方法，收敛更稳定，路由更灵活。
引用
@article{arxiv.2602.13211,
title = {An Overlay Multicast Routing Method Based on Network Situational Awareness and Hierarchical Multi-Agent Reinforcement Learning},
author = {Miao Ye and Yanye Chen and Yong Wang and Cheng Zhu and Qiuxiang Jiang and Gai Huang and Feng Ding},
journal= {arXiv preprint arXiv:2602.13211},
year = {2026}
}
备注
30page, 10 figures