1.一种基于Q学习的容迟网络随机网络编码方法，其特征在于：方法的具体步骤为：(1)初始化容迟网络中的每个节点与其它节点的相遇概率Pinit，各节点的Q值初始值为

0，在源节点中，放在一起进行随机线性网络编码的一批数据包为一个分代，考虑数量为K的一个分代原始数据包 这K个数据包的一个线性组合是：其中 是大小为q的有限域，系数α＝(α1，…，αK)称为编码向量，产生的线性组合x称为编码包，如果两个或更多的编码包的编码向量是线性独立的，那么就说这些编码包之间是线性独立，如果某节点运送的编码包的集合中最多包含r个线性独立的编码包x1，…，xr，我们就说这个节点的秩是r，并称行向量是r个编码向量的r×K阶矩阵为该节点的编码矩阵，源节点使用Prophet路由协议转发编码包；

(2)中继节点与其它节点每相遇一次，如果能接收到一个线性独立的编码包，该节点编码矩阵的秩就加1，否则，秩不变，直到编码矩阵满秩r＝K，秩的状态变化只与当前状态有关，与历史状态无关，可见，该节点收到线性独立的编码包的过程是一个马尔可夫链，当满秩时，到达吸收态，计算该节点能从相遇节点接收到一个线性独立的编码包的概率，此概率为秩状态的一步转移概率；

所述能从相遇节点接收到一个线性独立的编码包的概率计算过程：

两个中继节点(假设为A节点、B节点)相遇时，设A节点已有i个编码包，与B节点相遇，B节点已有j个编码包，i，j∈[1，…，k]，A节点和B节点都有相同编码包的概率：当A节点已有i个编码包，能从B节点接收到一个线性独立的编码包的概率为秩状态sr到sr+1的一步转移概率：其中， 表示有限域大小的设定引起对节点收到线性独立编码包的概率；

(3)中继节点的邻居节点为其通信半径范围内的节点，每个中继节点与其它节点相遇时，选择邻居节点Q值最大者交换编码包，如果邻居节点Q值相同，选择已有更多编码包的节点交换编码包，并更新本节点的Q值；

所述Q值计算：

其中，sr表示节点秩的状态，max Q(sr+1，am)表示记忆里下一个状态sr+1的动作中效用值的最大值；am表示动作，a1表示秩加1，a2表示秩不变；为学习速率， μ为折扣因子，μ∈(0，1)，ωi为收益函数：其中，Pt(A，B)表示相遇概率，下标t表示两节点的相遇次数；

(4)目的节点接收中继节点的编码包，目的节点的秩达到K(即满秩)时，它就可以通过矩阵求逆，解码出K个原始数据包，目的节点采用Prophet路由协议回复应答信息给源节点，通知源节点已收到一分代数据。