本发明公开了一种移动网络内容缓存与内容迁移方法、装置、介质及设备，获取内容流行度、无线传输环境的信道衰落参数、基站存储状态以及内容传输总时延；根据内容流行度状态、无线传输环境的信道衰落参数、基站存储状态以及内容传输总时延构建系统回报函数；基于强化学习算法以最小化系统回报函数为目标，计算内容缓存、内容迁移与带宽分配的最优决策变量，根据最优决策变量进行内容缓存、内容迁移与带宽分配决策。优点：使用强化学习算法时，融入了集体强化学习思想，增加了决策智能体的经验交互过程，提升了学习效率。同时，在内容迁移过程中考虑了迁移成本，对基站协作缓存性能与内容迁移成本进行了权衡，实现缓存性能的提升。

本发明公开了一种移动网络内容缓存与内容迁移方法、装置、介质及设备，获取内容流行度、无线传输环境的信道衰落参数、基站存储状态以及内容传输总时延；根据内容流行度状态、无线传输环境的信道衰落参数、基站存储状态以及内容传输总时延构建系统回报函数；基于强化学习算法以最小化系统回报函数为目标，计算内容缓存、内容迁移与带宽分配的最优决策变量，根据最优决策变量进行内容缓存、内容迁移与带宽分配决策。优点：使用强化学习算法时，融入了集体强化学习思想，增加了决策智能体的经验交互过程，提升了学习效率。同时，在内容迁移过程中考虑了迁移成本，对基站协作缓存性能与内容迁移成本进行了权衡，实现缓存性能的提升。