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
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。
Patent Agency Ranking
0/0