一種基于多智能體深度強化學(xué)習(xí)的車聯(lián)網(wǎng)邊緣緩存方法，通過以下步驟實現(xiàn)，第1、系統(tǒng)模型與數(shù)學(xué)模型的構(gòu)建；第2、建立基于多智能體的執(zhí)行者?評價家結(jié)構(gòu)的協(xié)同內(nèi)容分發(fā)的邊緣緩存策略。本發(fā)明首先采用Zipf分布請求內(nèi)容，每個智能體根據(jù)自己的策略網(wǎng)絡(luò)及其過程中的噪聲選擇相應(yīng)動作并執(zhí)行，之后判斷是否超出緩存，超出則刪除流行度較低內(nèi)容。然后，每個智能體獲得環(huán)境獎勵，獲得新的觀測空間，并將相應(yīng)數(shù)據(jù)放入經(jīng)驗池中。最后，更新每個智能體的目標(biāo)網(wǎng)絡(luò)參數(shù)。結(jié)果表明本方法所提出的車聯(lián)網(wǎng)邊緣緩存方案與其他方法相比，在減少內(nèi)容內(nèi)容分發(fā)過程中的時延、提高內(nèi)容命中率和成功率方面有較好的表現(xiàn)。