建议使用语义通信框架和深度 Q 网络优化资源分配，以实现虚拟现实环境中的角色关联的资源分配，确保用户在 Metaverse 中获得流畅而沉浸的体验。

Aug, 2023

本文提出了一种基于 6G 无线系统的新型语义通信框架，将元宇宙分解成人 / 机器代理专用的语义多元宇宙，每个代理保存一个语义编码器和一个生成器，利用 AI 技术来提高通信效率并处理本地场景和交互。此框架可以应用于分布式学习、多智能体强化学习、信令游戏和符号 AI 等多个领域。

Dec, 2022

通过提出一种多任务语义通信框架，本研究旨在解决连接和自动驾驶汽车（CAV）中的语义通信问题。采用卷积自编码器（CAE）对道路交通标志进行语义编码，并通过卫星在低可视性天气条件下从一个 CAV 传输到另一个 CAV。同时，该框架还提出了用于图像重建和分类任务的任务导向语义解码器，模拟结果表明该框架在图像相似度和分类准确性方面优于传统方案，并通过发送更少的比特节省了高达 89% 的带宽。

Mar, 2024

这篇研究论文主要研究自动驾驶中基于图像分割的语义通信问题，通过提出名为 VIS-SemCom 的车辆图像分割导向的语义通信系统，传输重要对象的图像分割特征以减少传输冗余。

Jan, 2024

本文探讨了传统的通信系统在意义传达方面的缺陷，提出了一种基于语义感知的资源高效边缘智能通信架构，旨在通过卸载计算资源，保护用户信息，并最大限度地提高通信效率。

Dec, 2020

该论文以综述的形式介绍了 semantic-empowered communication（SemCom）研究的背景、研究分类以及相关生态。该论文还介绍了理论、度量标准、数据集和工具包等方面的分类，并且详细说明了 SemCom 的关键技术方法和未来的研究方向。同时该论文还探讨了 SemCom 与其他通信层次的关系，并提出了在语义准确性、鲁棒性和大规模可扩展性方面的实用技术。

Dec, 2022

通过集成人工智能技术，本文介绍了以知识理解和处理为重点的语义通信（SemCom）在知识学习方面的应用，尤其关注知识图谱（KGs）的利用，提出了增强型 KGs 的 SemCom 系统，并探索了在不断演化的知识库中更有效地操作的潜在方法和与大型语言模型（LLMs）进行数据增强的可能性。广泛的数值结果表明，所提出的框架在 KG 增强的解码上具有卓越的性能并展示了其在不同场景下的多功能性。

Jan, 2024

本研究论文提出了一种联合优化算法，用于减少总延迟和提高效用的语义通信系统。该系统包含了物理层安全方法，通过秘密速率来确保信息不被窃听者获得。实验结果表明，与基线相比，所提出的算法能够达到最佳的联合优化性能。

Dec, 2023

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

在 6G 时代，智能交通系统、数字孪生、远程监控有望成为普遍实践。为了解决无线网络中庞大数据量和频繁更新的挑战，本文提出了一种基于强化学习的新型代理驱动生成语义通信（A-GSC）框架。通过无缝地结合源信息的内在属性和任务相关的情境信息，本研究在语义通信领域进行了创新，同时引入了生成人工智能（GAI），实现了语义编码器和解码器的独立设计。在实证分析中，基于 CDNet2014 数据集验证了所设计模型的有效性，并证明了整体 A-GSC 框架在节能和重构准确性方面的性能提升。

Apr, 2024