移动网络中基于元强化学习的多维性能自适应内容缓存策略

来源：电子与信息学报杂志2025年第8期北京时间：

作者：林鹏, 王俊, 刘艳, 张治中

单位：1.南京信息工程大学复杂环境智能保障技术教育部重点实验室 南京 2100442.南京信息工程大学未来技术学院 南京 2100443.南京信息工程大学自动化学院 南京 210044

摘要：内容缓存技术被认为是提升移动网络服务性能的一种有效方法，其中缓存策略至关重要。为了提高缓存策略对用户动态业务性能需求的适应性，该文提出一种具备多维性能自适应能力的内容缓存策略。在该策略中，通过对传输时延效率、缓存命中率和缓存冗余指数多维指标进行建模，构造内容缓存联合优化问题，并设置动态加权参数模拟实际环境中用户业务性能需求的动态性。考虑到优化目标因用户需求动态变化导致的参数不确定性和动态性，该文引入了元强化学习算法(MAML-DDPG)以解决多目标动态优化问题，使缓存决策能够快速适应随时间变化的优化目标。在仿真实验中，评估了内容缓存策略对动态性能目标的适应能力，同时将所提策略与现有策略进行了多个维度的性能对比。实验结果表明，所提方案既能快速适应动态优化目标，又能保持良好的综合缓存性能。

关键词：内容缓存, 传输时延, 缓存命中率, 缓存冗余率, 元强化学习

基金资助：国家自然科学基金(62201271, 62303232)，中国博士后科学基金(2023M741781)，江苏省自然科学基金项目(BK20220441)，南京信息工程大学复杂环境智能保障技术教育部重点实验室开放基金(NUIST-IST-JJ-2024-004)