【文件属性】：
文件名称：Pensieve-PPO:通过最新的RL算法（包括DQN，A2C，PPO和SAC）最简单地实现Pensieve（SIGCOMM 17'）
文件大小：2.71MB
文件格式：ZIP
更新时间：2021-05-06 01:09:21
reinforcement-learning dqn pensieve ppo a2c
盆式PPO
关于沉思-PPO
这是Pensieve [1]的一个简单的TensorFlow实现。 详细地说，我们通过PPO而非A3C培训了Pensieve。 这是一个稳定的版本，已经准备好训练集和测试集，并且您可以轻松运行仓库：只需键入
python train.py
反而。 将每300个时代在测试集（来自HSDPA）上评估结果。
实验结果
我们报告了熵权重β，奖励和熵的训练曲线。 通过双簧管网络轨迹评估结果。
提示：橙色曲线：pensieve-ppo； 蓝色曲线：pensieve-a2c
预训练模型
此外，我们还在添加了预训练模型
与原始Pensieve模型相比，该模型的平均QoE提高了7.03％（0.924-> 0.989）。
如果您有任何疑问，请随时告诉我。
[1] Mao H，Netravali R，Alizadeh M.带自适应神经网络自适应视频流[C] // ACM数据