送审稿
专家1意见：
文章提出了一种基于元强化学习的边缘云服务预先式缓存算法，通过元强化学习框架，使智能体在边缘云服务缓存决策任务之间迁移经验、具备优异泛化性，可应对未知新任务。研究具有一定创新性，实验论据充分，文字叙述清楚简洁，参考文献引用准确完整。修改建议如下：
1、性能评价指标选取的依据是什么，请详细说明。
2、灾害场景下，移动网络面临“需求激增”与“资源有限”的尖锐矛盾，本文提出的算法是如何针对此问题进行优化改进。
3、建议定量对比分析各算法性能，使用数据描述各算法预测结果。
4、综合图9、图10及表3分析，PPO算法在资源利用与节约方面优于METAPPO，且在四算法中表现最优，但其收敛性能显著弱于METAPPO；而METAPPO仅在测试环境2中表现略优于XGBOOST，整体性能欠佳，需通过增加训练轮次进一步优化。依据上述分析，本文提出的METAPPO算法优势体现在哪？
5、参考文献引用不足，请补充，且请检查参考文献格式，满足国标要求。
6、摘要建议重新润色，减少背景描述，增加文章核心方法、结论、创新点介绍。
7、第2节“相关研究”仅指出传统强化学习的局限，但未系统回顾现有的资源缓存预测方法，建议增加相关工作的综述。
8、建议统一绘图风格，保持图片美观、清晰、易懂。
专家2意见：
论文中的图，建议用Origin绘图。
专家3意见：
论文针对自然灾害与应急救援场景下资源供需失衡、提升服务可靠性的迫切需求，基于元强化学习的边缘云服务预先式缓存算法（METAPPO）。该算法通过元强化学习框架，使智能体在边缘云服务缓存决策任务之间迁移经验、具备优异泛化性，可应对未知新任务。具有一定的创新性。但存在以下问题，建议修改：
1.论文引言部分对国内外研究现状梳理总结较少，建议增加相关研究。
2.文章参考文献引用标注不规范，无法核实。
3.增加模型准确性可靠性分析。
