近日，我院朱思峰教授与其指导的研究生宋兆威、黄长龙等联名在人工智能领域重要期刊《Artificial Intelligence Review》上在线发表了学术论文“Cloud-edge-end collaborative caching and UAV-assisted offloading decision based on the fusion of deep reinforcement learning algorithms”。该论文聚焦智能交通系统场景下的用户服务质量问题和系统资源利用率问题，提出了一种基于效率协作任务流行度的云边端三层缓存策略。该策略充分利用服务器资源特性，通过实时任务流行度进行精细化缓存替换，有效解决了服务器缓存空间与成本平衡的难题。为了实现服务器缓存空间与成本之间的最佳平衡，将缓存空间可用性判定问题建模为约束马尔可夫决策过程，并设计了一种基于软更新技术的增强型深度强化学习算法（AT-SAC），用于实现系统延迟、能耗和资源消耗率的多目标优化，从而提升服务响应速度和用户服务体验。针对云边缘服务器通信信号较弱地区的车辆服务难题，引入了无人机群来协助完成任务卸载决策。实验结果表明所提方案有效降低系统延迟和能耗，具有较好的应用价值。

《Artificial Intelligence Review》是人工智能领域的重要期刊，IF值为13.9，2025年入选中科院JCR分区SCI一区、Top期刊。该期刊主要刊发机器学习、深度学习、NLP、计算机视觉、机器人、认知计算、人工智能应用等领域的优秀成果。

图1 论文首页截图

官网地址：https://www.springer.com/10462

图2：期刊封面截图

图3 朱思峰教授课题组