内容新鲜度保障的车联网多智能体缓存分发策略

• 全文链接
• 请求原文

作   者：

崔亚平;  石宏吉;  吴大鹏;  何鹏;  王汝言; 

作者机构：

重庆邮电大学通信与信息工程学院; 

关键词：

边缘缓存;  车联网;  多智能体强化学习;  信息年龄; 

期刊名称：

通信学报

i s s n：

1000-436X

年卷期：

2025 年 46 卷 001 期

页   码：

52-66

摘   要：

车辆需要频繁动态变化内容支持车联网（IoV）时延敏感型应用，这会增加宏基站（MBS）负载，降低内容新鲜度。利用边缘缓存将最新内容提前缓存在小基站（SBS）能有效降低车辆时延和提高内容新鲜度。对影响时延和内容信息年龄（AoI）进行深入分析，提出一种内容新鲜度保障的多智能体强化学习（MARL）算法，通过优化缓存分发决策保障车辆获得高新鲜度内容。仿真结果表明，所提算法不仅收敛速度更快，而且在降低车辆时延和提升内容新鲜度方面表现出更好效果。