2025年11月9日，我院未来网络创新实验室成功举行了一场精彩的内部科研汇报会。本次汇报的核心议题为“基于深度强化学习的机会网络智能路由算法研究”，由实验室成员杨尚瑞同学主讲。

重点介绍了本研究提出的创新解决方案：将深度强化学习（DRL）中的经典算法DQN（深度Q网络）引入机会网络的路由决策过程。研究将路由问题建模为一个序列决策问题，其中网络节点作为智能体，通过与环境（即动态变化的网络拓扑、节点相遇情况、缓冲区状态等）进行持续交互，自主学习最优的报文转发策略。

通过DQN，网络节点不再依赖于预设的、僵化的规则，而是能够像AlphaGo学习围棋一样，通过大量‘尝试’与‘奖惩’，最终学会在何种状态下将报文转发给哪个相邻节点，能够以最高的概率、最低的代价成功送达目的地。”

并详细展示了基于仿真平台的实验结果。数据显示，与经典的Prophet、Spray and Wait等路由算法相比，基于DQN的智能路由算法在报文投递率、平均端到端延迟以及网络开销等关键性能指标上均表现出显著优势，尤其是在网络节点移动性高、连接机会转瞬即逝的极端场景下，其自适应和预测能力尤为突出。

本次科研汇报会不仅展示了未来网络创新实验室在前沿领域的探索成果，也为院内不同研究方向的师生提供了一次宝贵的跨学科学术交流机会，有效激发了大家的科研热情与创新思维。