竹子：通过在线分组联合迁移学习提升实时视频流的训练效率
摘要：在线自适应比特率算法的大部分基于离线学习，必然受到仿真与现实之间的差距的限制。在线学习能够更好地适应动态实时通信场景，但仍面临训练收敛时间长的挑战。本文提出了一种名为Bamboo的新颖的在线分组联合迁移学习框架，用于加速训练效率。初步实验验证了我们的方法在各种网络条件下相比其他强化学习算法显著提高了在线训练效率，最多提高了302％，同时确保了实时视频通信的体验质量（QoE）。
作者：Qianyuan Zheng, Hao Chen, Zhan Ma
论文ID：2308.09948
分类：Multimedia
分类简称：cs.MM
提交时间：2023-08-22