Pensieve ialah sistem yang menghasilkan algoritma bitrate adaptif menggunakan pembelajaran tetulang.Pensieve melatih model rangkaian saraf yang memilih bitrate untuk potongan video masa depan berdasarkan pemerhatian yang dikumpulkan oleh pemain video klien.Pensieve tidak bergantung kepada model atau andaian yang telah diprogramkan tentang persekitaran.Sebaliknya, ia belajar untuk membuat keputusan ABR semata-mata melalui pemerhatian prestasi keputusan yang lalu.Akibatnya, Pensieve secara automatik mempelajari algoritma ABR yang menyesuaikan diri dengan pelbagai persekitaran dan metrik QoE.Kami membandingkan Pensieve kepada algoritma ABR terkini menggunakan eksperimen dunia yang didorong oleh jejak dan sebenar yang merangkumi pelbagai keadaan rangkaian, metrik QoE, dan sifat video.Dalam semua senario yang dipertimbangkan, Pensieve mengatasi skema yang paling canggih, dengan peningkatan purata QoE 12% -25%.Pensieve juga menyamaratakan dengan baik, mengatasi skema sedia ada walaupun pada rangkaian yang tidak dilatih dengan jelas.