本發(fā)明公開了一種基于強化學習的自適應(yīng)碼率視頻傳輸方法以及系統(tǒng)，方法包括：將需要下載的視頻塊所對應(yīng)的狀態(tài)空間輸入到碼率預(yù)測神經(jīng)網(wǎng)絡(luò)，碼率預(yù)測神經(jīng)網(wǎng)絡(luò)輸出碼率策略；根據(jù)碼率預(yù)測神經(jīng)網(wǎng)絡(luò)輸出的碼率策略下載需要下載的視頻塊；在每個視頻塊下載完畢后，計算其所對應(yīng)的視頻播放質(zhì)量指標并返回給碼率預(yù)測神經(jīng)網(wǎng)絡(luò)；碼率預(yù)測神經(jīng)網(wǎng)絡(luò)依據(jù)返回的視頻播放質(zhì)量指標以及最近下載完成的視頻塊所對應(yīng)的狀態(tài)空間進行訓(xùn)練。本發(fā)明在提高服務(wù)質(zhì)量的同時，算法更好的適應(yīng)了多種不同的網(wǎng)絡(luò)條件，并且極大的降低了規(guī)則設(shè)置和參數(shù)調(diào)優(yōu)的人工時間成本，避免了人工特征選擇和規(guī)則設(shè)置帶來的效率問題，在節(jié)省配置調(diào)試時間的同時也大大的提高了視頻質(zhì)量體驗。