●技術簡介：
本團隊基於深度強化學習，開發可智慧化Wi-Fi裝置而增強通訊效能的速率調適演算法和實作架構，該演算法可根據裝置常用的模式和環境，產⽣出最適合的技術選項調適方法，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效能。並且，基於非同步之使⽤者和內核空間的架構，實作於商⽤網卡的驅動程式。
●技術之科學突破性：
該技術主要包含以下三個科學突破性：
1. 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(user space)和內核空間(kernel space)運作架構，其中使用Google Tensorflow支援深度學習演算法，並且實作於商用Intel網卡的驅動程式。
2. 本團隊設計一個基於深度強化學習且具實用性的速率調適演算法DRL-RA，藉由自動學習在常用模式和環境中速率調適的經驗，產生出最適合的調適方法，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。
3. 本團隊將DRL-RA實作於商用的Intel網卡進行效能評估，結果顯示DRL-RA的傳輸速率效能可勝過Linux預設演算法Minstrel和Intel網卡演算法Iwlwifi分別最高可達約242.8％和821.4％。
●技術之產業應用性：
本技術適合應⽤於網通產業，尤其是Wi-Fi基地台和網卡設備商，以及相關系統廠商，主要包含兩個項⽬，第⼀個是深度學習應⽤於內核模組(如Wi-Fi驅動程式)架構，可使得廠商對於無線網路或電腦系統開發智能服務，應⽤AI技術針對不同使⽤者優化產品效能，提⾼產品的競爭⼒。第⼆個是基於深度強化學習且具實⽤性的速率調適演算法，可使Wi-Fi晶片商(如Intel和MediaTek)和設備商提⾼Wi-Fi產品的效能，且也可應⽤相同之架構設計於其它不同效能(如低延遲)或特定功能(如選擇連接的Wi-Fi基地台)，可提⾼Wi-Fi產品之附加價值。已與瑞昱半導體公司合作，將基於機器學習的速率調適演算法整合於該公司的網卡驅動程式。

線上展網址：
https://tievirtual.twtm.com.tw/iframe/10827b05-0cae-4859-b24b-9c6ef923d9ea?group=23bfb1fa-dd5b-4836-81a1-4a1809b1bae5&lang=tw