Pensieve 5G：基于强化学习的 ABR 算法在商用 5G SA/NR-DC 网络上 UHD 4K/8K 内容分发的实现
网络与互联网体系结构
2023-01-02 v1 机器学习
摘要
尽管第五代移动网络（5G）正在全球范围内部署，旨在向海量用户交付 4K/8K UHD 视频、增强现实（AR）和虚拟现实（VR）内容，但覆盖与吞吐量仍是最显著的问题之一，尤其在农村地区，仅部署了低频段 5G。这要求一种高性能自适应码率（ABR）算法，能在给定 5G 网络特性和 UHD 内容数据速率的情况下最大化用户服务质量（QoE）。近来许多新提出的 ABR 技术基于机器学习。其中，Pensieve 是最先进的技术之一，它利用强化学习基于过往决策表现的观察生成 ABR 算法。通过融入 5G 网络与 UHD 内容的上下文，Pensieve 已被优化为 Pensieve 5G。提出了能更准确表征不同设备上 UHD 视频流 QoE 的新 QoE 指标，并用于将 Pensieve 5G 与其他 ABR 技术（包括原始 Pensieve）进行评估。基于真实 5G 独立组网（SA）网络吞吐量的仿真结果表明，Pensieve 5G 优于传统算法和 Pensieve，平均 QoE 分别提升 8.8% 和 14.2%。此外，尽管训练仅使用了来自 5G 独立组网（SA）网络的数据，Pensieve 5G 在商用 5G NR-NR 双连接（NR-DC）网络上也表现良好。
引用
@article{arxiv.2212.14479,
title = {Pensieve 5G: Implementation of RL-based ABR Algorithm for UHD 4K/8K Content Delivery on Commercial 5G SA/NR-DC Network},
author = {Kasidis Arunruangsirilert and Bo Wei and Hang Song and Jiro Katto},
journal= {arXiv preprint arXiv:2212.14479},
year = {2023}
}
备注
2023 IEEE Wireless Communications and Networking Conference (WCNC), 26-29 March 2023, Glasgow, Scotland, UK