一種基于深度強化學習的TCP網(wǎng)絡(luò)擁塞控制協(xié)議

摘要： 在面對網(wǎng)絡(luò)變化時，傳統(tǒng)的TCP擁塞控制協(xié)議因其固有的規(guī)則機制只能做出固定的動作，既未充分利用鏈路帶寬，也未從歷史經(jīng)驗中學習，并且在發(fā)生擁塞時帶寬恢復(fù)所用時間較長。近年來基于強化學習的擁塞控制協(xié)議(Reinforcement Learning Congestion Control, RL-CC)雖然可以有效地從歷史經(jīng)驗中學習，但是它沒有考慮歷史經(jīng)驗在時序上存在的因果關(guān)系。對這種因...