基于強(qiáng)化學(xué)習(xí)的擁塞窗口調(diào)整策略研究

打開文本圖片集

摘  要：針對網(wǎng)絡(luò)擁塞控制問題，結(jié)合機(jī)器學(xué)習(xí)算法，提出了基于強(qiáng)化學(xué)習(xí)的擁塞窗口調(diào)整（CWARL）策略。首先定義了部分網(wǎng)絡(luò)知識來表示所感知到的網(wǎng)絡(luò)擁塞程度，設(shè)計了動作集合以確定調(diào)整擁塞窗口的幅度，設(shè)計了兼顧吞吐量和丟包率的獎勵函數(shù)。其次提出了基于Q學(xué)習(xí)的窗口調(diào)整策略，通過學(xué)習(xí)網(wǎng)絡(luò)特征合理地調(diào)整擁塞窗口。（剩余5917字）