本发明公开了一种在车联网中基于深度强化学习的协同边缘缓存方法，包括以下步骤：步骤1、根据移动车辆、RSU和基站的结构，建立系统缓存模型。步骤2：系统吞吐量计算模型：步骤3：基于深度强化学习的问题求解算法：本发明利用真实的仿真环境，从而保证仿真结果的性能能够对真实场景中的性能进行估计和近似。根据历史内容请求记录预测内容流行度，以最大限度地提高车辆从边缘设备RSU获得的数据吞吐量；本发明使边缘设备的缓存资源得以充分利用，从而减轻基站负担。
声明：
“在车联网中基于深度强化学习的协同边缘缓存方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1143
编辑：管理员
来源：北方有色网
咨询细节
