文献

J-GLOBAL ID：202202257478025689   整理番号：22A1101363

Zwei:ビデオ伝送サービスのための自己プレイ強化学習フレームワーク【JST・京大機械翻訳】

Zwei: A Self-Play Reinforcement Learning Framework for Video Transmission Services

著者 (3件)： Huang Tianchi (Beijing Key Laboratory of Networked Multimedia, Department of Computer Science and Technology, Tsinghua University, Beijing, China) ,  Zhang Rui-Xiao (Beijing Key Laboratory of Networked Multimedia, Department of Computer Science and Technology, Tsinghua University, Beijing, China) ,  Sun Lifeng (BNRist, Department of Computer Science and Technology, Tsinghua University, Beijing, China)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 24  ページ： 1350-1365  発行年： 2022年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビデオ伝送サービスは,ユーザの要求を保証するために適応アルゴリズムを採用する。既存の技術はしばしば最適化され,いくつかの加重メトリックを線形に組み合わせる関数によって評価される。それにもかかわらず,与えられた関数は,しばしば要求を正確に記述することに失敗し,必要な方法を生成する違反をもたらすことを観測した。実際の要求を直接利用することにより,ポリシーを更新する自己再生強化学習フレームワークであるZweiを提案した。技術的に,Zweiは,同じ初期状態から軌道を効果的に回転させ,そして,即座に,双子率w.r.tを,競争結果に推定し,その結果,結果は,軌道が割り当てられた要求により近いことを示した。適応ビットレートストリーミング,クラウドソースライブストリーミングスケジューリング,およびリアルタイム通信を含む,様々なビデオ伝送タスクに関する異なる要求を有するZweiを評価した。結果は,Zweiが,割り当てられた要求に従ってそれ自身を忠実に最適化し,すべての考慮シナリオの下で最先端の方法より優れていることを示した。さらに,Zwei+をさらに提案し,Zweiがvanilla no-regret強化学習シナリオにおける政策を学習することを可能にする。適応ビットレートストリーミングタスクにおけるZwei+を検証し,既存の最先端の手法よりも提案した方法の優位性を示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  関数 ,  最適化 ,  スケジューリング ,  適応 ,  比率 ,  線形性 ,  双生児 ,  *強化学習
準シソーラス用語： 送像 ,  適応アルゴリズム ,  リアルタイム通信 ,  ホップ数 ,  ライブストリーミング , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ビデオ伝送 ,  サービス ,  自己 ,  強化学習 ,  フレームワーク