公开本发明提出了一种动态路由决策方法，具体设计一种基于DDPG深度强化学习算法的TSSDN动态路由决策方法，旨在根据网络动态感知的预测结果利用深度强化学习算法设计动态路由决策，降低时间敏感网络中低优先级流的传输时延。本发明采用深度学习算法实时预测交换机队列长度，然后根据预测结果进行下一跳路由决策，预测精确度越高，动态路由效果越好，提高决策效率。实现步骤为：1)构建TSSDN网络节点架构；2)构建网络拓扑结构；3)构建基于PCA的拓扑特征提取；4)构建基于深度学习算法的预测模型；5)构建基于深度强化学习算法的路由决策模型；6)结合预测结果对基于深度强化学习的路由决策模型进行迭代训练。本发明可用于远程医疗等场景。