《表1 不同算法在各个测试轨迹的总回报均值》

《表1 不同算法在各个测试轨迹的总回报均值》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于强化学习的DASH自适应码率决策算法研究》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

采用PPO-clip的算法,且同步并行训练。输出本课题算法及现有算法在测试轨迹集上的总回报均值,如表1所示。