用于实时通信中带宽估计与拥塞控制的强化学习
网络与互联网体系结构
2019-12-06 v1 机器学习
摘要
尽管经过多年研究，实时通信（即音频和视频会议）的带宽估计与拥塞控制仍是一个难题。由于网络架构与技术的不断变化，要实现终端用户的高体验质量（QoE）需要持续更新。在本文中，我们首次将强化学习应用于实时通信（RTC）问题，力求优化用户感知质量。我们给出了初步的概念验证结果，其中我们学习了一个在 RTC 系统中控制发送速率的智能体，并使用网络仿真与真实互联网视频通话进行了评估。我们讨论了所观察到的挑战，特别是在设计反映 QoE 的逼真奖励函数方面，以及缩小训练环境与真实网络之间差距方面。
引用
@article{arxiv.1912.02222,
title = {Reinforcement learning for bandwidth estimation and congestion control in real-time communications},
author = {Joyce Fang and Martin Ellis and Bin Li and Siyao Liu and Yasaman Hosseinkashi and Michael Revow and Albert Sadovnikov and Ziyuan Liu and Peng Cheng and Sachin Ashok and David Zhao and Ross Cutler and Yan Lu and Johannes Gehrke},
journal= {arXiv preprint arXiv:1912.02222},
year = {2019}
}
备注
Workshop on ML for Systems at NeurIPS 2019