## Memo - 香港科学技術大学、北京大学 ## Abstract インターネット輻輳制御（CC）の数十年にわたる研究により、さまざまな性能目標に最適化された膨大な数のアルゴリズムが生み出されてきました。アプリケーションは、そのニーズに基づいて最適なアルゴリズムを選択するという課題に直面しており、新しい要求が出現したときにCCアルゴリズムをカスタマイズするには、多大な努力と専門知識が必要です。本論文では、異なる目的を満たすために単一のCCアルゴリズムを設計することは可能か、という基本的な疑問について検討する。 我々は、この問いを解決しようとする最初の多目的輻輳制御アルゴリズムであるMOCCを提案する。MOCCの中核は、異なるアプリケーションの要求とそれに対応する最適な制御方針の間の相関を自動的に学習する、CCのための新しい多目的[[強化学習]]フレームワークである。このフレームワークの下、MOCCはさらに[[転移学習]]を適用して過去の経験から得た知識を新しいアプリケーションに転移させ、たとえ予期しない新しい目的であっても迅速に適応させる。我々は、MOCCのユーザ空間とカーネル空間の両方の実装を提供する。実世界のインターネット実験と広範なシミュレーションにより、MOCCがうまく多目的をサポートし、個々の目的に対して既存の最良のCCアルゴリズムと競合または凌駕し、古い目的を損なうことなく288秒（先行研究より14.2倍速い）で新しいアプリケーション目的に迅速に適応することが示される。 [[2022__EuroSys__Multi-Objective Congestion Control__translations]]