基于多智能体强化学习的边缘协作缓存策略研究.docxVIP

基于多智能体强化学习的边缘协作缓存策略研究

一、引言

随着互联网技术的快速发展和物联网设备的普及，数据量呈现出爆炸性增长。在这样的背景下，边缘计算应运而生，其核心思想是将计算任务从中心服务器转移到网络边缘，以降低网络拥堵、提高响应速度和保护用户隐私。然而，边缘计算环境中资源的有限性和动态性给缓存管理带来了巨大的挑战。为了解决这一问题，本文提出了一种基于多智能体强化学习的边缘协作缓存策略。

二、研究背景

强化学习是一种机器学习方法，通过试错的方式，使智能体在环境中学习和优化策略以最大化长期回报。多智能体强化学习则是将强化学习应用于多个智能体之间的协作与竞争环境中。近年来，多智能体强化学习在边缘计