本文提出了一种基于神经机器翻译的实时翻译框架，通过代理决策实现实时翻译，控制翻译质量与延迟。研究展示了wait-k策略、增量Transformer和流级别延迟评估等方法的有效性，显著提升了翻译性能和速度。同时，通过双层优化和课程学习增强了同步机器翻译模型的能力，强调了并行数据预训练的重要性。