MA-DHRL-OM: Apprendimento per Rinforzo Gerarchico Profondo Multi-Agente per il Routing Multicast Overlay

Un nuovo metodo di apprendimento per rinforzo gerarchico profondo multi-agente, denominato MA-DHRL-OM, è stato introdotto per la pianificazione del percorso Overlay Multicast (OM). L'OM tradizionale affronta sfide con il traffico dinamico a causa della mancanza di consapevolezza delle condizioni delle risorse fisiche, mentre le attuali tecniche di apprendimento per rinforzo faticano ad affrontare la complessità multi-obiettivo interconnessa dell'OM, portando a maggiore difficoltà, tassi di convergenza più lenti e instabilità. Utilizzando la prospettiva globale fornita da SDN, MA-DHRL-OM costruisce un modello sensibile al traffico, suddividendo la creazione dell'albero OM in due fasi attraverso agenti gerarchici, riducendo al minimo lo spazio delle azioni e migliorando la stabilità della convergenza. Gli sforzi collaborativi tra più agenti facilitano l'ottimizzazione multi-obiettivo e aumentano la scalabilità e l'adattabilità. I risultati sperimentali indicano che MA-DHRL-OM supera gli approcci esistenti in termini di ritardo ed efficienza della larghezza di banda.