移动边缘计算中基于内容流行度的深度强化学习缓存机制OA
A Content Popularity Based Caching Scheme with Deep Reinforcement Learning for Mobile Edge Computing
随着5G商用的推进,涌现出大量依赖高速率、低时延的新应用,混合现实(Mixed Reality,MR)就是其中之一.考虑到从中心云传输服务内容到MR设备会带来很大时延和能耗问题,引入移动边缘计算(Mobile Edge Compu?ting,MEC)技术,通过在MEC服务器上缓存用户的预渲染环境帧,以减少延迟和能耗.针对MEC服务器上有限的缓存资源,提出了一种基于内容流行度的深度强化学习(Deep Reinforcement Learning,D…查看全部>>
王朝炜;石玉君;于小飞;王卫东
北京邮电大学 电子工程学院,北京100876通信网信息传输与分发技术重点实验室,河北 石家庄050081北京邮电大学 电子工程学院,北京100876北京邮电大学 电子工程学院,北京100876
信息技术与安全科学
移动边缘计算混合现实内容缓存深度强化学习
《无线电通信技术》 2022 (1)
68-73,6
通信网信息传输与分发技术重点实验室基金课题(HHX21641X002)
评论