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

本文提出了一种基于生成式 AI 的物理 - 虚拟同步框架，用于车辆元宇宙。在物理到虚拟同步方面，由自动驾驶汽车生成的数字孪生（DT）任务通过 RSU 进行执行，在生成未来路径的同时，通过生成式人工智能模型基于用户首选项对元宇宙 AR 推荐器（MARs）进行多样化和个性化的推荐。

Jan, 2023

VH-Twin 是一个基于时间序列数据驱动的框架，通过竖直同构和水平同构阶段，以及基于地理和无线特性的网络区域的周期性聚类机制，有效地将无线网络映射到数字现实中。通过使用实际的无线网络流量数据，在细胞无线网络中进行综合实验，验证了 VH-Twin 构建、部署和维护网络数字孪生的有效性。参数分析还提供了在规模上在孪生效率和模型准确性之间取得平衡的见解。

Apr, 2024

本研究提供一种新颖的迭代合同设计和多智能体强化学习算法来解决在 Metaverse 中数据为主线的复制的逆向选择问题，以鼓励 IoT 设备与虚拟服务提供商合作。

Feb, 2023

本文介绍一个数字孪生框架，结合 Metaverse 的技术，实现语义通信，以提高工业应用程序的性能，展示了语义意识如何成为数字孪生在 Metaverse 应用程序中的有效实现方案。

May, 2023

本文讨论了实现元宇宙服务所需的关键问题，并提出了一种将数字孪生 (DT) 与其他高级技术（如第六代 (6G) 通信网络、区块链和人工智能）相结合的框架，来维持连续端到端的元宇宙服务的方案。此外，本文还概述了集成数字孪生框架的需求，并展望了这个不断发展的主题。

Oct, 2022

互联需求的剧增导致物联网（IoT）传感器过量。为了满足大规模网络的管理需求，如准确的监测和学习能力，数字孪生是关键驱动因素。然而，由于物联网网络的连续连接要求，目前对数字孪生的实施尝试仍然不足。为了应对这些挑战，我们提出了一种数字孪生本地 AI 驱动的服务架构，以支持物联网网络概念。在提出的数字孪生本地架构中，我们实现了基于 TCP 的数据流水线和基于强化学习的学习模型。我们将该架构应用于物联网网络的一个广泛概念，即车联网。我们测量了我们提出的架构的效率，并注意到由于基于 TCP 的数据流水线而节约了约 30％的处理时间。此外，我们通过应用多种学习速率组合来测试学习模型的性能，并强调最成功的模型。

Nov, 2023

数字孪生、Society 5.0、互联网联合数字孪生、分层架构和 IoFDT 平台是本文的关键词，该文讨论了如何实现 IoFDT 概念，挑战和创新解决方案，并强调了一个统一的 IoFDT 平台的重要性与实际应用。

Dec, 2023

本文提出了一种基于动态无人机辅助的车辆双生物迁移框架，使用空地一体化网络中的无人机作为辅助服务器，以平衡 RSU 的负载并提高双生物迁移质量。模拟结果表明，与其他基准方案相比，基于扩散式强化学习算法和无人机辅助的方法效果更好。

Jun, 2024

数字孪生网络在网络编排、资源管理和人工智能模型训练及智能推理等方面具有重要作用，是实现 6G 网络的关键技术之一。本文探讨数字孪生网络与人工智能相互促进的机制，并为探索数字孪生网络与人工智能的未来研究方向提供参考。

Sep, 2022