简介： 本发明公开了一种基于强化学习的视频自适应码率控制系统及方法，包括吞吐量预测、强化学习决策以及平滑控制，同时考虑吞吐量预测和缓冲区信息进行ABR决策，并在低延时场景下，用神经网络先对吞吐量进行预测然后使用强化学习做决策，实现了在低延时视频流优化自适应码率调整的平滑控制。与现有技术相比，本发明在自适应码率决策的过程中，不依赖与QoE模型，根据实时情况进行学习并不断调整策略；可以实现在发生带宽波动时缓解码率的频繁切换，改善用户观看质量，由此提高用户的观看体验。