-
Reference:
-
python 版本: 3.10
-
requirement:
pip install -r requirement.txt
-
安裝自訂環境: 以 SAC_PL_KP 為例,在 SAC_PL_KP 目錄中
pip install -e gym-graph/
- 因為有分為 KP 與 SP,gym 環境不同,所以每種方法最好開不同的 conda 環境安裝
-
dataset: download (Reference: ENERO dataset)
-
論文中 PPO_L_SP 直接參考 ENERO github
-
PPO_L_KP 為 tensorflow 版本,所以訓練執行及所需 requirement 參照 ENERO 的 github
-
PPO_PL_SP
- train:
python main.py
- test:
python eval.py
- train:
-
PPO_PL_KP、SAC_PL_KP
- train:
python main.py
- test:
python eval.py
- link failure:
python eval_linkfailure.py
- zoo test:
python eval_zoo.py
- train:
-
other_figs 中 draw_topology、fig9、10、11、12 可直接執行
- fig15 指令
python fig15.py -d Enero_3top_15_B_SAC49 -p ../Enero_datasets/rwds-results-1-link_capacity-unif-05-1-zoo
-
其餘實驗相關結果圖在 SAC_PL_KP 的 Images 目錄中
-
SAC_PL_KP 中 SAC49 為 K=20,SAC66 為 K=25,SAC67 為 K=15
barry0310 / a-traffic-engineering-method-using-routenet-based-actor-critic-learning-in-sdn-routing Goto Github PK
View Code? Open in Web Editor NEWLicense: MIT License