本發(fā)明請(qǐng)求保護(hù)一種基于強(qiáng)化學(xué)習(xí)的D2D輔助設(shè)備緩存系統(tǒng)及緩存方法，具體是基于DQN(Deep?Q?Network)強(qiáng)化學(xué)習(xí)方式下的D2D通信緩存優(yōu)化的系統(tǒng)。系統(tǒng)由服務(wù)器端的訓(xùn)練數(shù)據(jù)篩選模塊、服務(wù)交互模塊、請(qǐng)求處理模塊、日志記錄子模塊和輔助節(jié)點(diǎn)設(shè)備的強(qiáng)化學(xué)習(xí)模塊、請(qǐng)求處理模塊、文件緩存模塊、日志記錄模塊以及用戶所在的輔助節(jié)點(diǎn)D2D通信覆蓋區(qū)所有用戶構(gòu)成，通過統(tǒng)計(jì)分析用戶對(duì)文件請(qǐng)求的記錄，將數(shù)據(jù)進(jìn)行篩選后用于強(qiáng)化學(xué)習(xí)，通過神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)得到輔助節(jié)點(diǎn)設(shè)備上適應(yīng)流行度的緩存策略，從而提高系統(tǒng)D2D輔助設(shè)備卸載的命中率，有效地降低基站負(fù)荷，發(fā)揮D2D通信降低用戶時(shí)延、節(jié)省網(wǎng)絡(luò)帶寬以及增加資源復(fù)用等作用。