DeepNSM

RL环境描述： State：1. 网络状态：节点-链接使用情况 2. 切片请求 3. 预算出的路径 Action：从预算出的路径中选择一条，以及路径上的BBU的放置位置 Reward: 建立成功+1，建立失败-1 问题描述： 简易版本：每一个切片都是一个service chain: RRH-BBU-Server, 每一个切片请求按照poisson过程到达，切片holding time服从指数分布，切片的源节点随机生成。每一个切片的源节点随机，目的节点固定（数据中心），RRH永远放置在源节点，Server永远在数据中心，BBU则需要策略决定。在映射切片时需要考虑网络的资源利用情况，路径的时延等（参考jlt） 模型算法描述： phase 1：与环境交互，产生list(s,a,r,s_),将足够多的list存入memory phase 2：从memory中取出mini-batch进行neural network的训练，然后更新网络参数，用新的参数继续phase 1