RouteNet-Gauss là một phương pháp mô phỏng mạng mới tích hợp mạng nền thử nghiệm và mô hình học máy (ML) để khắc phục những hạn chế về chi phí tính toán và độ chính xác của các phương pháp mô phỏng sự kiện rời rạc (DES) thông thường. Tận dụng nền thử nghiệm như một bộ tăng tốc phần cứng, phương pháp này nhanh chóng tạo ra một tập dữ liệu đào tạo chất lượng cao và mô phỏng các tình huống mạng gần giống với môi trường thực tế. Kết quả thử nghiệm chứng minh rằng RouteNet-Gauss giảm lỗi dự đoán tới 95% và thời gian suy luận tới 488 lần so với các phương pháp dựa trên DES hiện đại. Kiến trúc mô-đun của phương pháp này cấu hình động mô hình dựa trên các đặc điểm như cấu trúc mạng và định tuyến, cho phép hiểu và khái quát hóa trên nhiều cấu hình mạng khác nhau, bao gồm các mạng có kích thước lên tới 10 lần dữ liệu đào tạo. Hơn nữa, phương pháp này hỗ trợ Ước tính Hiệu suất Tổng hợp Thời gian (TAPE), cung cấp độ chi tiết thời gian có thể cấu hình và duy trì độ chính xác cao cho các số liệu hiệu suất luồng.
