Oct, 2021

边缘智能启用元宇宙的统一资源分配框架

PDF
TL;DR本篇论文介绍了如何在元宇宙中进行虚拟教育，并针对不断变化的用户需求问题提出了基于随机整数规划的最优资源分配方案（SORAS），以最小化虚拟服务提供商的成本，并考虑用户需求的不确定性。实验结果表明，SORAS 可以有效最小化成本。
发现论文，激发创造
  • 基于深度强化学习的 6G 无线通信下移动边缘计算与 AI 启用的 Web3 Metaverse

    该研究提出了一种全新的质量服务（Quality-of-Service）模型，利用深度强化学习方法来找到多用户社交中接近最优的信道资源分配。全面的实验证明采用该质量服务模型可以提升整体社交体验。

    Dec, 2023

  • 无线边缘赋能元宇宙：一种基于学习的虚拟现实激励机制

    提出了一个适用于 VR 服务的基于学习的激励机制框架，包含深度强化学习拍卖师用于加速双倍荷兰式拍卖，并采用以感知质量为度量的质量度量，设计了优化定价分配规则的拍卖机制。实验结果表明，该框架可以实现接近最优的社会福利，同时比基准方法减少至少一半的拍卖信息交换成本。

    Nov, 2021

  • 用户中心深度强化学习在无线网络元宇宙中的虚拟现实应用

    本文介绍了一种基于多用户虚拟现实计算卸载的深度强化学习方法，可在符合多种要求和约束条件下找到近乎最优解，以此来探索 Metaverse 等虚拟世界的社交互动特点。

    Mar, 2023

  • 一种动态资源分配框架：用于将元界与物联网服务和数据同步

    本研究旨在探讨在 Metaverse 中，利用 IoT 设备进行数字孪生同步，实现虚拟服务提供商与真实世界实体的连接；并采用混合进化动力学算法，以实现设备选择虚拟服务提供商的动态优化，最终得到一种进化稳定状态。

    Oct, 2021

  • 实现边缘计算元宇宙的全面探索：愿景、技术支持和挑战

    该研究综述了基于边缘计算的元宇宙的体系结构，以及如何解决通信和计算的问题，使互操作和沉浸式的体验成为可能，同时探讨了区块链技术对于元宇宙互操作性的作用。

    Mar, 2022

  • 基于统一、用户和任务中心的元宇宙边缘计算人工智能

    本篇研究论文提出了一个新的基于移动边缘计算的人工智能控制算法概念 ——Metaverse-compatible, Unified, User and Task (UUT) 中心化的方法，并旨在通过改进资源分配等技术以优化未来 Metaverse 生态系统的用户与任务体验。

    Dec, 2022

  • 探索面向注意力的网络资源配置用于定制的元宇宙服务

    设计了一种基于用户兴趣的网络资源分配方案，以提高用户体验质量，并提出了关于 Metaverse 服务的有前途的研究方向。

    Jul, 2022

  • 边缘智能加速元宇宙发展：元宇宙与移动边缘计算的融合

    本研究提出了一种雾边混合计算架构，利用边缘设备计算能力来执行与 Metaverse 实体相关的计算成本，以减少 Metaverse 应用程序基于云的计算模式的延迟，并证明了实验结果可以将延迟降低 50％。

    Apr, 2022

  • 元宇宙：可伸缩实时虚拟世界的愿景、架构要素与未来发展方向

    该论文探讨了 Metaverse 的发展和要求，以及构建可扩展、可靠、高效的 Metaverse 系统的技术和未来研究方向。

    Aug, 2023

  • 走向普及的语义元宇宙：挑战、方法和机遇

    本次调查重点研究了延续现实（AR）和虚拟现实（VR）用户的无处不在的语义元宇宙的智能和时空特征，包括人工智能（AI），时空数据表示（STDR），语义物联网（SIoT）和语义增强数字孪生（SDT），并详细调查了这四个基本系统组件的代表性技术，以及典型应用案例等。未来无处不在的语义元宇宙的机会包括可扩展性和互操作性，隐私和安全，性能测量和标准化以及伦理考虑和负责任的人工智能。

    Jul, 2023