MMMar, 2023

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

PDF
TL;DR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。
metaversevirtual realitymulti-usercomputation offloadingdeep reinforcement learning
发现论文，激发创造
  • 面向用户的异构行为深度强化学习在无线网络下的元宇宙虚拟现实中的应用

    本文基于虚拟现实技术和 Metaverse 的背景，针对多用户场景下，提出了一种基于 DRL 算法的用户中心多通道帧生成和传输的方法 UCHA，以提升用户体验。

    Feb, 2023

  • 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

  • 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

  • 感知极致：毫米波虚拟现实与深度强化学习相遇

    本文研究如何为无线移动用户提供超可靠、节能的虚拟现实（VR）体验，以配合协同多点传输技术和毫米波通信增强无线 VR 体验。此外，本文将无线 VR 体验增强问题制定为一个与序列相关的混合整数问题，并提出了一种基于深度强化学习 (DRL) 的优化算法来解决该问题。与各种基准算法相比，仿真结果表明，该算法比基准算法更节能（达到 4.14%）。

    Jun, 2021

  • 无线元宇宙的七个世界和体验：挑战和机遇

    本文介绍了一个无限的，无线的元宇宙的整体愿景，将元宇宙分解为七个不同的世界和体验，包括物理，数字和虚拟世界，以及网络体验，扩展现实，现场和平行体验，并探讨了为建立支持这些体验和互动的元宇宙准备就绪的网络必须解决的无线，计算和人工智能挑战。

    Apr, 2023

  • 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

  • 利用异步混合强化学习在无线通信下的元宇宙延迟和可靠性优化

    文章提出在 Metaverse 中异步联合上下行场景中，设计了一个新型的多智能体强化学习算法结构来优化计算卸载和通道分配决策，以及优化下行阶段的传输功率，实验结果表明该算法相较于现有算法能够在满意的训练时间内获得更好的解决方案。

    Dec, 2022

  • 元宇宙人工智能：调查

    本文调查了 AI 在元宇宙（metaverse）的基础和发展中所扮演的角色，从自然语言处理，机器视觉，区块链，网络，数字孪生和神经接口等六个技术方面探索了 AI 在元宇宙中的潜力，并介绍了几个使用人工智能的应用，包括医疗保健，制造业，智慧城市和游戏等。

    Feb, 2022

  • 边缘智能启用元宇宙的统一资源分配框架

    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。

    Oct, 2021