facebook AI researchが発表した強化学習の手法を輻輳制御に適用する論文を読んでみました。 非同期に行動の決定を実行することで帯域を有効に使えるようにした論文です。ただし、複数のネットワークを一緒に学習させると高いスループットが出せないという課…