本文介绍了一种名为关系型优势演员评论家（Relational A2C）的算法，用于优化无线路由方案中的集成接入回程（IAB）网络。该算法最大化分组到达比率、最小化网络延迟，并提升网络效率。研究结果表明，相较于其他强化学习算法，该算法具有更好的性能和更低的个体自私行为，为 IAB 网络的路由策略优化提供了新的思路。