物联网、移动互联网的快速发展促使网络视频业务逐渐由视频网站、视频点播为代表的传统流媒体业务向视频物联、视频直播、视频会议等新型视频网业务扩展,而新型视频网呈现出连接量大、接入方式多样、上下行视频数据量大等明显的“大连接”特征。动态网络环境对大连接视频网的用户体验质量（QoE）保障造成了严重的困难,特别是如何实现低延迟视频传输成为大连接视频网核心业务的瓶颈问题。低延迟视频传输在带宽和延迟方面对网络流控提出了严苛的要求。传统的流控算法无法自适应地应对异构、时变、动态的网络环境,导致目前的视频网业务用户QoE不佳。本文将人工智能中强化学习方法引入到低延迟视频流控过程中,提出了一系列低延迟视频智能流控算法,有效提升了网络自适应能力与鲁棒性,显著提高了用户QoE。本文的研究内容与主要贡献总结如下:（1）率先进行了大规模低延迟视频流的QoE性能测量研究。在国内销售规模最大的电商直播平台-淘宝直播系统中收集百万级视频会话,设计了低时延视频传输QoE度量指标并对传输层与应用层数据进行分析;构建了低延迟视频传输流控算法评测系统,对代表性算法开展了多维度QoE的深度测评。测量发现,30%的用户QoE较低,根本原因为传统的流控算法只考虑了传输层信息,没有结合低延迟视频业务的应用层的编码与动态特性,导致二者码率不协调;低延迟视频传输中还存在流控算法自适应能力弱、不可靠等问题,是影响QoE提高的关键因素。（2）针对视频应用层编码器与传输层码率不协调问题,本文提出了基于深度模仿学习的视频码率协调算法Concerto。该算法在分析网络传输层和应用层状态后,根据模仿学习的监督机制提取编码/网络动态的高层次语义特征,为视频帧确定合理码率。为了强化特征表征能力,使用大规模的真实网络数据训练Concerto,同时引入了定制化损失函数与码率平滑机制,以保证智能流控算法满足低延迟视频传输需求。实验结果表明Concerto有效解决了码率不协调问题,将用户QoE提升了 23%。（3）我们发现,将智能流控算法直接部署于实际系统的离线学习模式导致了“仿真-现实”差异问题,本文提出了在线强化学习驱动的自适应视频流控算法。通过设计两阶段在线强化学习架构OnRL,将独立的强化学习智能体直接部署到每个视频会话,实时地做出视频码率决策,并随时间实时演化其学习模型;然后根据联邦学习策略进行网络状态感知的模型聚合,形成一个具有高层次语义信息的群智模型,以迅速应对未知的动态网络变化。OnRL还融合了强化动作执行机制以及安全切换策略来提高在线训练的自适应能力。在淘宝直播系统为期一个月的线上评估表明,OnRL将视频卡顿率降低了14.22%。（4）我们进一步发现,强化学习驱动流控算法的探索与试错机制引发了决策不可靠问题,会导致QoE长尾现象,本文提出了深度混合学习驱动的鲁棒视频流控算法Loki。通过将规则驱动与学习驱动流控算法进行深入融合,达到充分利用二者优势的目的。为了实现特征级融合,我们将基于规则的流控算法设计成一个等效的黑盒神经网络模型,然后提出了双重注意力特征融合机制来结合规则与学习算法优势。Loki在淘宝直播系统进行在线训练,为千万级视频会话提供码率调控策略。实验结果表明Loki有效提升平均QoE的同时显著减缓了 QoE长尾现象,如将卡顿率长尾降低26.30%～44.24%、视频吞吐量提升1.76%～2.17%。最后,基于上述算法,本文实现了一个低延迟视频传输智能流控原型系统,具有一套智能流控、用户管理与服务质量监控等功能,验证了本文方法的先进性。本文成果已稳定服务于淘宝直播的亿级视频用户,并在小米电视投屏等业务推广使用。