随着互联网产业的飞速发展和网络带宽的不断提升,流媒体服务越来越受到互联网用户的欢迎,如何使得用户群体获得更好的服务是流媒体技术的发展目标。由于网络可用带宽受限或不稳定,流媒体的下载与播放过程中需要根据网络环境和用户本身的需求进行自适应控制,以保证用户能够获得最大的体验质量(Quality of Experience,QoE)。本文研究基于HTTP动态自适应流媒体技术,采用深度强化学习的方法优化QoE问题。本文的贡献主要包括:(1)综合考虑了流媒体切片质量、码率切换平稳度和中断时间的影响构建QoE问题模型,针对现有研究中基于网络可用带宽预测方法的缺陷,本文采用深度强化学习的方法规避了带宽预测不准确的问题,兼顾了当前码率选择策略对未来的影响,获得长时间段内最优的码率选择策略。(2)考虑了在CDN与P2P混合网络结构作为流媒体服务器的场景,针对该场景下客户端与多个服务器之间QoE的优化问题建模进行了改进,兼顾了客户端在多个节点服务器之间切换造成的时延。(3)考虑了深度神经网络在计算和存储资源受限的客户端部署问题,研究了深度神经网络剪枝技术,提出了一种权重冗余度近似计算方法,在保证输出准确率的情况下尽量减少神经网络权重个数,可极大降低神经网络模型的计算开销和存储开销。本文基于开源的流媒体播放框架实现了一个平台无关的自适应流媒体播放器,该播放器融合了上述强化学习与神经网络剪枝技术,可在资源受限的客户端自适应选择流媒体服务器和切片码率,极大提高了用户的体验质量。