本发明提供一种流量工程方法,所述方法采用智能体，所述智能体中部署有根据网络拓扑信息和业务流信息获取流量工程策略的基线模块和强化学习模块，所述方法包括在预设的周期内重复执行如下步骤：S1、基于网络拓扑信息和业务流信息，通过智能体分别获取由基线模块得到的基于基线方法的流量工程策略和强化学习模块得到的基于强化学习方法的流量工程策略；S2、对比基于基线方法的流量工程策略和基于强化学习方法的流量工程策略的安全性，并执行安全性高的策略；S3、将被执行了的基于基线方法的流量工程策略对应的状态信息存储到示范数据集，将基于强化学习方法的流量工程策略对应的状态信息存储到经验回放数据集，从经验回放数据集和示范数据集中采集样本训练强化学习模块。