自動駕駛網路大學課程W5L1

上週課程學習的是資料網路裝置中的兩個關鍵器件pp和tm的設計思路，兩篇材料分別介紹了可程式設計的pp報文處理器的設計和可程式設計的tm流量管理晶元的設計。

本週第一課的內容回到了網路的控制協議方面。

文章發現複雜的基於機器學習方法產生的控制策略在效果上不如簡單的基於緩衝區占用的演算法，出現這種情況的原因是網路狀態變化的影響因素太多、使用者的行為模型太複雜。

文章附錄中給出了用於訓練的資料具體包含的內容。

在本文中，我們建議這些努力可以受益於考慮效能和最優性的更廣泛的概念。在模擬器或**器中良好的，甚至接近最佳的效能並不一定能**在網際網路上的良好效能，因為它具有可變性和重尾分布。

收集適當的訓練資料(或在rl系統的情況下，訓練環境)來正確地學習和驗證這樣的系統仍然是乙個具有挑戰性的問題。

在這篇**中，我們提出了這樣乙個問題:如何才能建立乙個學習後的abr演算法，並在網際網路上穩健地執行?作弊實際上,我們最好的答案是:訓練演算法原位實際部署環境的資料,並使用乙個演算法的結構足夠複雜(神經網路),但也很簡單(**服從監督學習資料,通知乙個經典控制器)受益於這樣的培訓。

我們已經發現puffer方法是乙個強大的網路研究工具——能夠「測量，然後構建」[5]來快速迭代新想法並獲得反饋是令人滿意的。

因此，我們將puffer開放為乙個「開放研究」平台。與這篇**一起，我們在puffer**上發布了我們的資料和結果的完整檔案。該系統每週發布新資料，以及正在進行的實驗的結果總結，其置信區間與本文中的相似。(格式見附錄b)

我們從公共檔案中編輯了一些字段，以保護參與者的隱私(例如，ip位址)，但我們願意與研究人員合作，以聚合的方式訪問這些字段。puffer和fugu也是開源軟體，正如本文中用來準備結果的分析工具一樣。

我們計畫在可行的情況下使用puffer，並邀請研究人員訓練和驗證新的abr演算法

控制，網路和吞吐量**，以及流量的擁塞控制。對於如何設計和部署健壯的internet學習系統，我們渴望與社群合作並學習他們的想法。