Otimização Dinâmica da Ordem de Roteamento e Atribuição de Espectro em EONs usando Aprendizado por Reforço

O problema de Roteamento e Atribuição de Espectro (RSA) em Redes Ópticas Elásticas é frequentemente resolvido por heurísticas isoladas que priorizam o Roteamento (R-SA) ou o Espectro (SA-R). Este artigo propõe um mecanismo de Aprendizado por Reforço, baseado no algoritmo PPO (Proximal Policy Optimization), para a seleção dinâmica destas heurísticas. Operando sob observação restrita aos pares origem-destino, o agente treinado assimilou uma política adaptativa eficiente. Testes nas topologias NSFNet e Abilene comprovam que o PPO supera as heurísticas tradicionais, atingindo probabilidade de bloqueio equivalente à otimização via Algoritmos Genéticos (AG).