多武臂賭徒

eBPF

eBandit：以 eBPF 為核心的強化學習框架提升自適應影片串流效能

研究聚焦於使用者空間 ABR 演算法缺乏即時傳輸層資訊的問題，提出將網路監控與 ABR 選擇搬移至 Linux 核心的 eBandit 框架，使用 epsilon‑greedy 多武臂賭徒根據 TCP 指標即時獎勵。合成測試顯示 QoE 提升 7.2%，真實測試中平均 QoE 1.241，證明此方法在行動環境具顯著效益。