基于强化学习的拥塞窗口调整策略研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：针对网络拥塞控制问题，结合机器学习算法，提出了基于强化学习的拥塞窗口调整（CWARL）策略。首先定义了部分网络知识来表示所感知到的网络拥塞程度，设计了动作集合以确定调整拥塞窗口的幅度，设计了兼顾吞吐量和丢包率的奖励函数。其次提出了基于Q学习的窗口调整策略，通过学习网络特征合理地调整拥塞窗口。（剩余5917字）

试读结束

目录
monitor