本發(fā)明公開了一種基于強化學(xué)習的視頻自適應(yīng)碼率控制系統(tǒng)及方法，包括吞吐量預(yù)測、強化學(xué)習決策以及平滑控制，同時考慮吞吐量預(yù)測和緩沖區(qū)信息進行ABR決策，并在低延時場景下，用神經(jīng)網(wǎng)絡(luò)先對吞吐量進行預(yù)測然后使用強化學(xué)習做決策，實現(xiàn)了在低延時視頻流優(yōu)化自適應(yīng)碼率調(diào)整的平滑控制。與現(xiàn)有技術(shù)相比，本發(fā)明在自適應(yīng)碼率決策的過程中，不依賴與QoE模型，根據(jù)實時情況進行學(xué)習并不斷調(diào)整策略；可以實現(xiàn)在發(fā)生帶寬波動時緩解碼率的頻繁切換，改善用戶觀看質(zhì)量，由此提高用戶的觀看體驗。