本團隊開發出一個適合於將深度學習應用於Wi-Fi效能的非同步之使用者和內核空間運作架構，於此架構之下，設計基於深度強化學習的速率調適演算法，並且實作於商用網卡的驅動程式，根據常用的模式和環境，產生出最適合的技術選項調適途徑，在將近百個的技術選項和不斷變化的無線通道狀況中，可即時達到最高傳輸速率。本團隊開發出一個將深度學習應用於Wi-Fi效能的非同步之使用者和內核空間運作架構，並且於此架構，設計出一個基於深度強化學習且具實用性的速率調適演算法，藉由自動學習在常用環境中的經驗，產生出最適合的調適方法。且將它實作於商用網卡的驅動程式，其效能超越當前兩個流行的速率調適演算法，最高可達821.4%。本技術適合應用於網通產業，主要包含兩個項目，第一個是深度學習應用於內核模組架構，可使得廠商對於網路系統開發智能服務，應用AI技術針對不同使用者優化產品效能；第二個是基於深度強化學習且具實用性的速率調適方法，可使Wi-Fi晶片商和設備商提高產品的效能，且也可應用相同之架構設計於其它不同效能或特定功能。