[发明专利]一种基于强化学习的内容缓存方法、装置及存储介质

摘要

本发明公开了一种基于强化学习的内容缓存方法，所述内容缓存方法包括：步骤1，构建一种网络拓扑，所述网络拓扑一共包含三类存储节点，核心网、无线接入网和用户设备，使用推荐算法获取内容的流行度矩阵，将所述内容的流行度矩阵作为所述用户设备访问时延的输入；步骤2，使用强化学习算法选择所述存储节点进行内容存储，得到内容存储矩阵，其中，构建用户设备对内容访问的时延函数，作为强化学习的奖励函数；步骤3，以内容的存储状态作为强化学习的环境状态，所述存储节点作为智能体可供选择的动作，用户设备的访问时延作为智能体执行动作后的回报，使得所述用户设备对内容的访问时延最小。