基于深度强化学习的分布式视频缓存策略研究 |
| |
引用本文: | 刘亚男.基于深度强化学习的分布式视频缓存策略研究[J].商丘师范学院学报,2023(3):16-19. |
| |
作者姓名: | 刘亚男 |
| |
作者单位: | 安徽工商职业学院管理学院 |
| |
基金项目: | 2021年安徽省质量工程教学研究项目(2021jyxm0159);;2021年安徽省高校人文社科重点项目(SK2021A1081);;2021年安徽省高校人文社科研究项目(SK2021B007); |
| |
摘 要: | 为了适应大规模移动缓存网络动态且多样化的请求模式,基于深度强化学习模型提出了一种新颖的分布式视频缓存策略.该策略利用多智能体之间的协作,以自适应的方式学习最佳的缓存决策,从而减少内容访问时延和流量成本.使用真实的视频请求数据集,将该策略与主流的缓存策略进行对比评估.实验结果表明,该策略能够在降低时延和流量成本的情况下,实现较高的缓存命中率.
|
关 键 词: | 视频缓存 深度强化学习 Actor-Critic网络 |
|