文章目录前言Pensieve原理*Pensieve重训练参考Oboe[SIGCOMM'18]Comyco[MM'19]Fugu[NSDI'20]A3C熵权重衰减思路实现前言Pensieve是DASH点播视频中最经典的ABR算法之一，也是机器学习类（Learning-based）ABR算法的代表性工作。Pensieve基于深度强化学习（DRL）方法A3C（AsynchronousAdvantageActor-Critic）设计，同时使用视频块的吞吐量历史采样、当前缓冲区等信息作为输入特征进行决策。与先前的启发式或基于领域知识的方法（如FESTIVE、BBA、BOLA、MPC等）不同，Pensie

whatisadaptivebitratestreamer?设备采集视频，并通过编码器编码上传视频流（camera，encoder）媒体服务器上的转码器对视频转成不同的码率，发送到cdn网络，存储到边缘服务器上转码（需要大量资源）打包压缩音频和视频（转换、重新包装或打包），比如通常是h.264视频和aac音频，重新打包它，装入不同的管道中，就好像一封信装入多个不同的信封进行发送，其中manifest向播放器可以指明使用什么解码（不需要什么硬件资源）是这个阶段ABRpensieve上的当今通过HTTP流式传输视频的端到端流程。如图所示，嵌入在客户端应用程序中的播放器首先向视频服务提供商发送令牌以