May, 2023

基于数字孪生技术的边缘辅助移动增强现实三维地图管理

PDF
TL;DR本篇论文提出了一种数字孪生基于的 3D 地图管理方案，利用模型驱动增强学习算法对摄像头逐帧预测和上传，以解决动态环境中边缘增强现实设备姿态估计不确定性和数据不足的问题。模拟结果表明，该方案可以在动态环境中实现更低的姿态估计不确定性和更高的数据效率。
3d map managementedge-assisted mobile augmented realitydigital twinpose estimationreinforcement learning
发现论文，激发创造
  • 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 RGBD 变形模型和综合移动数据集的亚厘米精度数字双生跟踪

    数字孪生技术在移动增强现实环境中，通过创建精确的物理对象数字副本，对于重塑三维物体追踪和定位场景具有重要潜力。本文基于我们之前的工作《数字孪生追踪数据集》（DTTD），针对移动增强现实环境中的挑战，提出了一种基于转换器的 6 自由度姿态估计器，并引入了使用 iPhone 14 Pro 的创新 RGBD 数据集，通过大量实验和深入分析，证明了我们方法在处理深度数据错误时的有效性，超过现有基线的性能。代码将公开提供。

    Sep, 2023

  • 面向 5G 多 MAP 网络的动态灵活三维操作的联邦式多智能体深度强化学习

    本文提出了一种基于两级层次结构的管理方法，结合统一接入 - 回传约束、联邦式机器学习和双注意力深度强化学习模型，在考虑移动接入点规划的同时，优化无人机的部署和网络结构设计，提高 5G 网络中移动接入点的效率。

    Jun, 2023

  • 基于数字孪生的可重构智能表面辅助、上行、以用户为中心的无线蜂窝系统管理学习

    提出了一种新的可重构智能表面（RIS）辅助、用户为中心的无线接入系统，通过数字孪生管理。该文档设计了一个新的学习框架，通过联合优化接入点和用户关联、功率控制和 RIS 波束成形来最大化总和速率，以提高 UCCF 系统的性能，此框架优于其他方法。

    Feb, 2023

  • 通过数字孪生实现增强式强化学习资源管理：机遇、应用和挑战

    提出了一种基于数字孪生增强的强化学习框架，旨在优化网络资源管理的性能和可靠性，此框架在物理网络中应用传统的强化学习面临多个统一挑战，包括有限的探索效率、收敛速度缓慢、长期性能较差以及在探索阶段的安全问题。

    Jun, 2024

  • 基于采样、通信和预测协同设计的元宇宙中现实设备和数字模型同步化

    该研究提出了一种基于采样，通信和预测的元宇宙设备同步设计框架，通过利用专家知识和开发知识辅助的约束双延迟深确定性策略梯度算法实现最小化通信负荷目标，优化采样率和预测时间，从而在真实设备和元宇宙数字模型之间实现最小均方误差跟踪。

    Jul, 2022

  • 数字孪生的保守和风险意识离线多智能体强化学习

    提出了一种适用于基于数字孪生的无线网络的离线多智能体保守分位回归 (MA-CQR) 方案，通过集成分布式强化学习和保守 Q 学习来解决环境的内在的随机性不确定性和数据有限性导致的认识不确定性。在无人机网络中应用该方案，展示了其对轨迹规划问题的优势。

    Feb, 2024

  • 面向自动驾驶车辆的众包三维地图端到端系统：映射组件

    本文介绍了一种端到端的用于构建具有语义含义的精确高清三维地图的系统的制图组件，使用消费级配件，实现了实时交通标志和车道的三角测量，并具有离线标志 / 车道聚类和离线多次行程的 Bundle Adjustment，如此构建的地图在 25 次路线中的标志角处的平均绝对精度小于 20 厘米。据我们所知，在汽车领域使用成本效益高的传感器，这是第一个使用全局坐标的端到端高清地图管道。

    Mar, 2017

  • 基于物体姿态估计和主动学习的虚拟现实：实现具有空中操纵能力的遥控机器人

    本文提出了一种新型遥控系统，包含了触觉设备以及虚拟现实界面，应用于动态和非结构化环境下的空中机器人操作。利用多个传感器进行感知、姿态估计以及神经网络的主动学习等算法，针对工业领域的任务进行了验证实验，并展示了该系统在未来工业应用中的可行性。

    Oct, 2022

  • 基于视觉辅助的毫米波波束管理数字孪生创建

    在通信网络的背景下，数字孪生技术提供了一种复制无线电频率（RF）传播环境和系统行为的方法，从而实现基于仿真的已部署系统性能优化的方式。我们提出了一个实用的数字孪生创建流程和一个仅依赖单个安装摄像头和位置信息的通道模拟器，通过使用 DeepSense6G 挑战的真实世界数据集，在波束获取的下游子任务上展示了与不明确建模 3D 环境的方法相比的性能优势。

    Jan, 2024