数据中心网络通常采用富链接的拓扑和多路径的路由来保证流量高峰期的业务稳定性,研究表明,数据中心网络的负载通常占实际网络能耗的5%-25%,这种设计使得在流量较少的情况下,数据中心浪费了过多的能源。深度强化学习的目的是通过智能体与环境的交互和对交互的评价来优化智能体决策,通过不断训练获得使收益最大化的策略。近年来,深度强化学习发展迅猛,已经在机器人、游戏等领域取得了傲人成果,与此同时,下一代网络的发展,数据平面和控制平面可编程成果的日趋成熟,控制平面可以实现实时控制数据平面、收集数据平面信息,满足了深度强化学习所需的可及时获得反馈的闭环环境。这启发笔者是否可将深度强化学习与数据中心网络节能相结合。因此,本文提出将深度强化学习应用于控制平面与数据平面组成的网络闭环系统实现网络节能的方案。主要思想是通过训练,使深度强化学习算法能在不造成数据中心网络拥塞的情况下,休眠一些链路和交换机,以实现节能。本文搭建了深度强化学习和数据中心网络的闭环系统,并在Spine-Leaf和Fat-Tree两种架构及不同负载情况下,实现了训练的收敛,证实了深度强化学习用于网络节能的可行性。按照本文给出的节能计算公式,Spine-Leaf架构在没有突发流量的情况下取得了如下效果:链路低负载情况下,实现节能34.4%;高负载情况下,可节能17.2%;在昼夜模式（即白天流量高峰,晚上流量下降）的流量模型下节能17.2%～34.4%。Fat-Tree架构在低负载情况下节能36%。