数据驱动的传输参数的搜索机制数据集

针对公开的实时通信测试床数据集，本研究通过深度特征工程与数据重构，构建了一套面向离线强化学习的高质量训练数据集。数据集涵盖了多种典型网络拓扑与波动场景，包含900个完整会话，共计3,268,111条“状态-动作-奖励-下一状态”元组。在特征构造方面，从原始日志中提取了接收速率、排队延迟、包抖动及丢包率等15类核心网络指标，并采用多尺度测量间隔表征技术，通过堆叠5个短周期和5个长周期特征，形成了150维的高维时序状态空间。数据预处理阶段，实施了严格的质量控制，包括对音视频质量缺失值的均值填充、全局状态特征的Z-Score标准化以及基于会话完整性的逻辑裁剪，确保了轨迹的连贯性与数值的稳定性。奖励函数通过音视频传输质量得分的有偏线性加权构建，能够有效反映网络预测策略的实时反馈。本数据集具有规模大、特征维度高、时序性强等特点，为离线策略优化、拥塞控制算法评估及实时传输协议改进提供了标准化的实验基准，具有重要的科研利用价值。

搜集汇总

背景与挑战

背景概述

本数据集来源于公开的实时通信测试床数据，通过深度特征工程与数据重构，构建了一个面向离线强化学习的高质量训练数据集，包含900个完整会话、超过326万条“状态-动作-奖励-下一状态”元组。数据提取了15类核心网络指标，并采用多尺度测量间隔形成150维高维时序状态空间，经过严格预处理，为离线策略优化、拥塞控制算法评估及实时传输协议改进提供了标准化实验基准。