TY-JUR A2 - 粉丝，李盛·奥 - 万，郑奥 - 李，闫PY - 2020年DA - 2020/12/12 TI - 深层加强学习的合作视频缓存和群集智能边缘B5G Networks中的转码 - 6684293VL-2020 AB - 在超出5G网络的下一代无线通信系统中，视频流服务持有全网络流量的令人惊讶的比例。此外，由于用户处理能力的异质性和网络条件的变化，用户偏好和对特定视频的需求可能不同。因此，它是一种复杂的决策问题，具有高维状态空间，以根据用户的实际网络条件选择适当的质量视频。为了解决这个问题，本文已经提出了一种内容分发网络和基于群集的移动边缘计算框架，以增强缓存和计算的能力，并在边缘之间推广协作。然后，我们开发一种新的深度加强学习基于学习的框架，可自动获得内部的协作缓存和转码决策，这些缓存是基于视频普及，用户需求预测和边缘服务器的能力来执行的。仿真结果表明，通过使用设计的深增强学习的算法具有较少的回程消耗和处理成本，可以显着提高视频流服务的质量。SN - 1530-8669 UR - HTTPS://Doi.org/10.1155/2020/6684293 Do - 10.1155 / 2020/6684293 JF - 无线通信和移动计算PB - Hindawi KW - ER -