作? 者：鄭瑩,段慶洋,林利祥,游新宇,徐躍東,王新? ??

摘??要：近幾年來,以深度強化學習(Deep Reinforcement Learning,DRL)為代表的人工智能技術被引入計算機網絡系統設計中,促使網絡領域走向數據驅動和智能化,并在典型的網絡系統中不斷取得新的突破。計算機網絡應用的難點是難以對多變的網絡環境進行復雜準確的建模,借助深度神經網絡出色的特征提取能力,深度強化學習能夠更好地以試錯的方式探索更優的決策,并具有端到端的設計優勢。首先闡述深度強化學習技術的原理,包括多種典型的深度學習中使用的神經網絡結構、基于值函數和基于策略梯度的深度強化學習訓練算法;之后詳細分析了深度強化學習技術在計算機網絡領域中解決資源調度問題的研究現狀,包括任務調度、視頻傳輸、路由選擇、TCP擁塞控制以及網絡緩存;最后給出了在計算機網絡應用中使用深度強化學習仍存在的挑戰。

關鍵詞: 深度強化學習;計算機網絡;任務調度;視頻傳輸;路由選擇;TCP擁塞控制;網絡緩存

文獻來源：鄭瑩,段慶洋,林利祥,等.深度強化學習在典型網絡系統中的應用綜述[J].無線電通信技術,2020,46(6):603-623.

doi:10.3969/j.issn.1003-3114.2020.06.001

點擊這里閱讀原文 與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的电子网络发票应用系统网络不通_深度强化学习在典型网络系统中的应用综述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。