基于深度强化学习的节能型视频自适应比特率优化方法

本发明涉及流媒体技术领域，具体涉及一种基于深度强化学习的节能型视频自适应比特率优化方法，在优化过程中引入了视频多方法融合评估的视频质量评估方法，有效评估视频在不同比特率下的感知质量，确保用户在观看过程中获得最真实的画面体验；同时结合Actor‑Critic架构的神经网络提出能耗感知模型，基于视频数据下载与视频渲染的能耗估算视频播放过程中设备的能耗情况；此外，通过改进近端策略优化算法的熵更新策略，以更有效地结合网络状况、用户偏好等多维信息，优化视频流的比特率决策，平衡视频质量与能源消耗。本发明在保证用户体验质量的前提下，显著降低了设备能耗，从而实现了视频流传输的质量与能耗的双重优化。