基于深度强化学习的自适应前向纠错游戏网络加速方法

本申请提供一种基于深度强化学习的自适应前向纠错游戏网络加速方法。该方法包括：向多个候选代理节点周期发送探测数据包并接收回显数据包，并生成网络状态向量；将网络状态向量输入预训练的深度强化学习模型，得到前向纠错策略索引；调用目标纠错参数组，并将当前网络环境数据及目标纠错参数组的传输性能记录回动态纠错策略库；按照目标纠错参数组对待传输的游戏数据包进行前向纠错编码；在代理节点处按照目标纠错参数组对接收的数据包及冗余包进行解码，重构缺失游戏数据包，将重构后的游戏数据包转发至目标游戏服务器或游戏客户端，以供游戏网络加速传输使用。本申请能够降低丢包率，节约冗余带宽，保持低时延传输，增强节点切换稳定性。