Invention Publication
- Patent Title: 基于多智能体强化学习和联邦学习的边缘缓存方法及系统
-
Application No.: CN202310134885.3Application Date: 2023-02-20
-
Publication No.: CN116362345APublication Date: 2023-06-30
- Inventor: 吴琼 , 赵宇 , 汪文华 , 李正权
- Applicant: 江南大学
- Applicant Address: 江苏省无锡市滨湖区蠡湖大道1800号
- Assignee: 江南大学
- Current Assignee: 南方电网互联网服务有限公司
- Current Assignee Address: 510000 广东省广州市越秀区东风东路757号大院办公综合楼606-609房（不可作厂房使用）
- Agency: 苏州市中南伟业知识产权代理事务所
- Agent 王广浩
- Main IPC: G06N20/00
- IPC: G06N20/00 ; G06F9/50
Abstract:
本发明提供一种基于多智能体强化学习和联邦学习的边缘缓存方法及系统，该方法包括：构建包括状态、动作、奖励和策略的MADRL框架，采用联邦深度学习预测SBS覆盖范围内的流行的内容；基于所述MADRL框架，SBS根据本地状态和相邻SBSs的状态来调整SBS本地缓存的流行的内容。本发明SBS可以预测自己覆盖范围内的内容流行度；并可以有效的调整SBSs本地缓存的流行的内容，进而实现了有效利用分布式边缘缓存。
Public/Granted literature
- CN116362345B 基于多智能体强化学习和联邦学习的边缘缓存方法及系统 Public/Granted day:2025-04-25
Information query
