自适应缓冲深度强化学习

边缘路由低时延

基于Dueling DQN的边缘路由器自适应缓冲区调整方法，通过新颖的拥塞判定机制和奖励函数设计，在保持高吞吐和低丢包的同时显著降低排队时延与抖动。

潘成胜 · Wang, Yingzhi · Shi, Huaifeng · Tian, Wen

IEEE Internet of Things Journal 2025

参数信息

平均缓冲区大小降低率

30 %

平均排队时延降低率

35 %

抖动降低率

25 %

技术优势

时延大幅降低

相比静态缓冲区调整，平均排队时延降低约35%，抖动降低约25%，可改善对时延敏感的应用体验。

吞吐不下降

在降低时延的同时，平均吞吐量与现有方法相当，无需牺牲数据速率。

应用场景

• AIoT边缘网络：为AIoT边缘网络提供低时延稳定传输，保障实时数据交互。
• 智能路由器：智能路由器可通过DRL-ABS动态调整缓冲区，适应动态流量，降低时延。
• 工业物联网：在工业物联网场景下，该算法可在保证吞吐的同时降低时延与抖动，提升控制指令及时性。
• 无人机网络：无人机网络的高动态流量下，DRL-ABS可稳定缓冲区利用率，减少拥塞。