以用户QoE预测值为奖励的视频自适应比特率算法

• 作者: 叶进 肖庆宇 陈梓晗 陈贵豪 李陶深
• 来源期刊: 电子科技大学学报
• 关键词: 自适应比特率算法 用户体验质量 强化学习 奖励
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 计算机工程与应用|Computer Engineering and Applications
• 页码范围: 236-242
• 页数: 7页
• 分类号: TP393
• 语种: 中文
• DOI: 10.12178/1001-0548.2020325

摘要

该文提出了一种基于深度学习的用户体验质量预测网络(UQPN),通过当前视频播放状态预测当前用户的QoE并进行建模,旨在采用UQPN替代以往方法的奖励函数,使得生成的自适应比特率算法做出更符合用户需求的比特率决策.实验证明与已有的奖励函数相比,UQPN的预测与真实QoE的相关系数更高,以该网络作为强化学习奖励得到的算法能够将用户体验质量提高20％.