《表3 四种不同的时间序列长度在测试轨迹上的总回报均值》

《表3 四种不同的时间序列长度在测试轨迹上的总回报均值》   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

输入状态的时间序列长度slen分别设置为1,4,8,16,采用ppo-clip及同步并行训练,输出这四种设置在测试轨迹上的总回报均值,如表3所示。