Jan, 2023

基于生成人工智能的机动车元宇宙中有效的物理虚拟同步

PDF
TL;DR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。
metaverseautonomous vehiclesaugmented realitygenerative aidigital twin
发现论文，激发创造
  • 利用生成式 AI 模拟自主驾驶在车辆混合现实元宇宙中的应用

    本研究提出一种自动驾驶架构，利用生成式人工智能在模拟中合成无限的特定条件交通和驾驶数据以提高驾驶安全性和交通效率，并通过多任务增强式拍卖机制为道路侧单元提供精细的资源激励。

    Feb, 2023

  • 基于扩散的动态无人机辅助车辆双子迁移在车辆元宇宙中的强化学习

    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

  • 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

  • AIoT - 可控交通虚拟城市中基于多智能体深度强化学习的动态角色迁移与轨迹预测

    本研究提出了一个基于实时轨迹预测和多智能体深度强化学习技术的动态迁移框架，以解决虚拟汽车元宇宙中的任务迁移问题。数值结果表明，我们提出的算法可以有效地减少大约 25％的任务执行延迟，并改善用户在 AIoT-enabled Vehicular Metaverse (AeVeM) 中的沉浸式体验。

    Jun, 2023

  • 物联网辅助元宇宙同步的动态分层框架

    本文提出了一种动态层次结构框架，其中一组物联网设备被激励相互感应和收集物理对象的状态信息，并协助虚拟服务提供商同步数字孪生，以最大化其利润。通过理论和实验分析，证明了该框架的有效性及其优于基准线的性能。

    Mar, 2022

  • 将数字孪生与高级智能技术集成，实现元宇宙

    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

  • 基于深度强化学习的移动边缘对抗检测在数字孪生与元宇宙中的应用

    本研究旨在解决互联网车联网拍摄实时场景并将其投入虚拟现实的实时数字双生技术中，从而应用于增强现实辅助驾驶；同时，针对数字双生技术招致了对手攻击的问题，提出了一种基于异构行动近端策略优化（HAPPO）算法的解决方法。实验结果表明，HAPPO 在关键指标上优于基准模型。

    Mar, 2023

  • 基于区块链的车辆边缘虚拟世界中的伪名管理方法

    基于跨元区和边缘计算技术，我们提出了一种用于车辆边缘元宇宙的双伪名管理框架，利用跨链技术提高伪名的管理效率和数据安全性，采用多智能体深度强化学习方法获得最佳伪名生成策略，数值结果表明我们的方案具有高效和经济高效的特点，在车辆边缘元宇宙中具有广泛的应用前景。

    Mar, 2024

  • 基于多属性竞拍的双胞胎移动资源分配在车联网元宇宙中的应用：一种基于 GPT 的强化学习方法

    优化资源分配的车辆孪生系统中车载元宇宙的迁移机制，基于拍卖的机制采用生成预训练变换器 (GPT) 为基础的深度强化学习 (DRL) 算法，在不同设置下比较了社会福利和拍卖信息交流成本的性能，并证明了我们提出的 GPT-based DRL 拍卖方案具有更好的性能。

    Jun, 2024

  • 元宇宙中基于联邦多视图综合的研究

    基于边缘智能和深度学习的多视角合成框架，实现了在元宇宙中无线内容传输的高效计算、存储和通信资源，并通过联邦学习和转移学习，提供了有效的学习过程和快速领域适应性。

    Dec, 2023