一种基于控制论和数据驱动的自适应分流决策方法

摘要

本发明公开了一种基于控制论和数据驱动的自适应分流决策方法，通过定义合适的网络环境作为智能体模块的状态输入，然后通过对机器学习模型的训练和测试过程使智能体能够自适应的进行动作决策；在决策出多路径的最优分流比后分发相应数量的视频数据至传输终端；同时基于缓冲区的动态变化模型计算码率控制范围，调整视频码率以适应缓冲区占用的变化，保证视频播放的流畅度；通过控制系统，进一步优化了机器学习算法决策模型在实际系统中应用的准确性；在系统测试阶段，使用最优的分流比传输相应视频数据，并计算出视频码率范围，由控制系统选择合适的值使其匹配动态变化的缓冲区占用长度。