پيش‌گيري از تخليه بافر گيرنده در جويبارسازي ويديوي DASH پياده‌سازي‌شده با يادگيري تقويتي

در استاندارد جويبارسازي ويديو DASH، سرورها كپي‌هاي مختلفي از يك ويديو با كيفيّت‌هاي متفاوت را ذخيره مي‌كنند كه به كاربران اجازه مي‌دهد كه نرخ بيت‌هاي مختلفي از يك ويديو را با توجّه به پهناي باند در دسترس دريافت كنند. در اين پژوهش الگوريتمي براي انتخاب قطعات ويديويي، بر پايه‌ي يادگيري تقويتي در طرف گيرنده پيشنهاد شده است. الگوريتم‌هاي قبلي DASH كه با استفاده از يادگيري تقويتي پياده شده بودند، فضاي حالت را به عنوان يك فضاي جستجوي يكپارچه در نظر مي‌گرفتند. اين در بسياري از حوزه‌ها كه در آنها فضاي حالت كوچك‌تر است، مي‌تواند مناسب باشد. با اين وجود، اگر يادگيري تقويتي استفاده‌شده در سيستم DASH حالت‌هاي بيشتري را شامل شود، پيدا كردن سياست بهينه دشوارتر مي‌شود. در اين پژوهش با ايجاد يك سلسله‌مراتب وظايف مجزّا و با ايجاد مكانيزم‌هاي انتزاع و به اشتراك‌گذاري سعي شده است اين مسئله تا حدودي بهبود پيدا كند. اين روش با استفاده از مفهوم يادگيري تقويتي سلسله‌مراتبي پياده‌سازي شده است. در روش پيشنهادي كيفيّت تجربه كاربر از جويبارسازي ويديو افزايش يافته است و به ويژه كارآمدي روش پيشنهادي بيشتر در مراحل ابتدايي پخش كه هنوز سيستم يادگيرنده تجربه كافي ندارد، بيشتر خود را نشان مي‌دهد.