一种联合MADDPG和GCN的元宇宙场景分布式两级缓存优化方法

本发明提出一种联合MADDPG和GCN的元宇宙场景分布式两级缓存优化方法，该方法包括：将元宇宙场景在水平和垂直方向上进行划分，得到预设数量的子场景，对每个子场景渲染所需资源进行整；理和压缩，并通过边缘网络将子场景压缩，利用快速动态时间规整算法计算并得到用户轨迹的相似性；基于不同轨迹片段的相似度，通过对GPU服务器访问次数加权汇总并排序，得到子场景流行度排名，依据子场景的流行度排名，预先请求并缓存那些预计会被频繁访问的子场景，采用由GCN和MADDPG相结合的两级缓存替换框架调整服务器的缓存策略，本发明能够根据子场景流行度预测实现智能缓存分配和调整，提高缓存命中率，减少用户请求的延迟响应。