پیش‌گیری از تخلیه بافر گیرنده در جویبارسازی ویدیوی dash پیاده‌سازی‌شده با یادگیری تقویتی

در استاندارد جویبارسازی ویدیو dash، سرورها کپی‌های مختلفی از یک ویدیو با کیفیّت‌های متفاوت را ذخیره می‌کنند که به کاربران اجازه می‌دهد که نرخ بیت‌های مختلفی از یک ویدیو را با توجّه به پهنای باند در دسترس دریافت کنند. در این پژوهش الگوریتمی برای انتخاب قطعات ویدیویی، بر پایه‌ی یادگیری تقویتی در طرف گیرنده پیشنهاد شده است. الگوریتم‌های قبلی dash که با استفاده از یادگیری تقویتی پیاده شده بودند، فضای حالت را به عنوان یک فضای جستجوی یکپارچه در نظر می‌گرفتند. این در بسیاری از حوزه‌ها که در آنها فضای حالت کوچک‌تر است، می‌تواند مناسب باشد. با این وجود، اگر یادگیری تقویتی استفاده‌شده در سیستم dash حالت‌های بیشتری را شامل شود، پیدا کردن سیاست بهینه دشوارتر می‌شود. در این پژوهش با ایجاد یک سلسله‌مراتب وظایف مجزّا و با ایجاد مکانیزم‌های انتزاع و به اشتراک‌گذاری سعی شده است این مسئله تا حدودی بهبود پیدا کند. این روش با استفاده از مفهوم یادگیری تقویتی سلسله‌مراتبی پیاده‌سازی شده است. در روش پیشنهادی کیفیّت تجربه کاربر از جویبارسازی ویدیو افزایش یافته است و به ویژه کارآمدی روش پیشنهادی بیشتر در مراحل ابتدایی پخش که هنوز سیستم یادگیرنده تجربه کافی ندارد، بیشتر خود را نشان می‌دهد.