SDN(Software Defined Networking)作为一种新型的网络架构,具有转发与控制分离的特性,集中式控制也给网络管理带来了极大的便利。如何为数据包找到合适的转发路径,充分高效地利用SDN中每条数据链路,是当前研究的热点课题。本文将强化学习算法应用到SDN网络路由规划中。强化学习算法是人工智能领域,通过智能体自主探索系统环境获取经验后动态优化性能的算法。本文以QLearning和Q(λ)算法作为强化学习算法的代表,提出了基于QLearning和Q(λ)的路由规划算法。本文基于一定的链路QoS标准,如链路可用带宽、延迟抖动和丢包率来衡量基于强化学习路由算法的性能,实验结果表明基于QLearning和Q(λ)的路由规划算法均能找到满足QoS性能较优的转发路径。基于QLearning和Q(λ)的路由规划算法,存在需要人工设计特征的缺陷。实际应用环境中,系统状态往往繁多复杂,实验特征也难于提取。对此,本文将深度学习算法与强化学习算法相结合,提出了基于Deep QLearning的路由规划算法,利用深度学习中多层神经网络模型替代了传统QLearning算法中的Q值表。基于上述算法模型,本文提出了 SDN下基于强化学习的路由规划系统,详细叙述了系统总体框架设计以及模块设计。最后,对系统功能进行了测试,验证了该系统在网络路由方面的可行性。