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：电子科技大学学报, 2021, 50(02): 236-242.

• 自适应比特率算法
• 用户体验质量
• 强化学习
• 奖励

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%。