GraphCC：数据中心拥塞控制的实用图学习方法

本研究使用RL框架优化战术网络拥塞控制，通过MARLIN智能体在仿真环境下训练，并在卫星通信和UHF无线电链路中测试。结果显示，MARLIN在战术网络环境中优于传统的TCP Cubic和默认的Mockets解决方案，突出了使用专门的RL方案优化战术网络拥塞控制的有效性。