本發(fā)明公開(kāi)一種基于深度強(qiáng)化學(xué)習(xí)的軟件定義星地融合網(wǎng)絡(luò)QoE感知路由架構(gòu)，該架構(gòu)利用軟件定義星地融合網(wǎng)絡(luò)的集中控制和可編程能力，有機(jī)結(jié)合深度強(qiáng)化學(xué)習(xí)的自學(xué)習(xí)能力，以用戶QoE為路由規(guī)劃依據(jù)，采用物理分布的超控制器、域控制器和從控制器實(shí)現(xiàn)網(wǎng)絡(luò)狀態(tài)的收集與更新，域間路由的計(jì)算，業(yè)務(wù)流的映射與匯聚，以及路由指令的分發(fā)與衛(wèi)星交換機(jī)流表項(xiàng)的配置；在域內(nèi)控制器上部署多媒體業(yè)務(wù)QoE評(píng)估模塊和深度強(qiáng)化學(xué)習(xí)智能體，以QoE評(píng)估模塊反饋的用戶QoE值為獎(jiǎng)勵(lì)利用深度強(qiáng)化學(xué)習(xí)算法計(jì)算域內(nèi)轉(zhuǎn)發(fā)路徑。本發(fā)明能夠均衡控制器間的計(jì)算負(fù)載，降低對(duì)控制器計(jì)算能力和對(duì)星地融合網(wǎng)絡(luò)動(dòng)力學(xué)分析以及業(yè)務(wù)流建模的精確性要求，提高整網(wǎng)的用戶體驗(yàn)質(zhì)量。