摘要
本申请提供一种基于强化学习多路径协同的游戏网络加速方法及装置。该方法包括:对待发送的游戏数据进行固定长度分片,为每一分片写入连续序号以及纠错组标识,并生成与分片一一对应的冗余分片;以丢包率预测结果为状态输入基于强化学习的路径调度器,计算至少两个代理节点各自的路径权重,得到多路径分配策略;按照多路径分配策略,在至少两个代理节点之间并行发送分片及与分片对应的冗余分片;根据纠错组标识对接收的分片和冗余分片执行前向纠错解码与顺序重排,重构完整的游戏数据包序列。本申请能够在复杂跨境网络环境中动态降低丢包率与时延抖动,并在保障实时性的同时最小化冗余带宽开销,从而实现稳定、高效的游戏数据传输。
技术关键词
分片
多路径
前向纠错编码
节点
客户端侧
执行前向纠错
网络加速方法
游戏
冗余
时延抖动
标识
控制平台
调度器
包头
训练递归神经网络
深度强化学习
策略
网络加速装置
系统为您推荐了相关专利信息
人体姿态估计方法
人体关节点
粒子
视觉传感器
状态空间模型
分级预警方法
多模态
数字孪生体
蚁群优化算法
多节点传感器网络
供应链协同管理方法
区块链智能合约
集装箱
模糊综合评价
动态