简介： 一种中药材种植监测网络多路径拥塞控制方法，涉及多路径拥塞控制技术领域，利用有效吞吐量、平均延迟以及最小往返时间(RTT)等网络实时状态信息学习调整策略，调整拥塞窗口的大小，进而实现多路径网络通信中的拥塞控制，使得数据控制中心能够及时接收中草药种植环境的实时状态，从而对其湿度、温度、光照等因素进行调整，提高种植收益。本发明有益效果：有效提升传感器传输信息效率，具有实际意义；利用元强化学习实现多路径的拥塞控制，不同于其他机器学习算法形式，其在更少的训练样本数据下，达到相似的性能效果，同时其训练速度更快，在实际网络的拥塞控制过程中效率更高，对中药材生长环境进行更为精确的控制。