本發(fā)明涉及一種基于強(qiáng)化學(xué)習(xí)的音視頻柔性傳輸裝置及傳輸方法，基于強(qiáng)化學(xué)習(xí)的音視頻柔性傳輸裝置包括用于探測(cè)鏈路、發(fā)送端、接收端網(wǎng)絡(luò)情況參數(shù)的鏈路側(cè)及端側(cè)網(wǎng)絡(luò)探測(cè)裝置、用于對(duì)視頻瀏覽質(zhì)量進(jìn)行評(píng)價(jià)以產(chǎn)生正、負(fù)反饋的音視頻瀏覽端QOE評(píng)價(jià)模塊、用于對(duì)音視頻編碼數(shù)據(jù)進(jìn)行調(diào)整和控制的音視頻編碼與發(fā)送控制器、以及用于實(shí)現(xiàn)鏈路側(cè)和發(fā)送端調(diào)優(yōu)以及柔性傳輸?shù)膹?qiáng)化學(xué)習(xí)智能體。本發(fā)明通過(guò)強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)模型對(duì)鏈路側(cè)與端側(cè)網(wǎng)絡(luò)情況以及音視頻編碼及發(fā)送參數(shù)進(jìn)行訓(xùn)練，形成強(qiáng)化學(xué)習(xí)智能體，針對(duì)各種網(wǎng)絡(luò)狀況和參數(shù)可動(dòng)態(tài)調(diào)整音視頻編碼與發(fā)送機(jī)制，可以有效應(yīng)對(duì)各種異構(gòu)弱網(wǎng)的偶發(fā)性和復(fù)雜性，實(shí)現(xiàn)音視頻的柔性傳輸和QOE提升。