Dec, 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

PDF
TL;DR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。
metaversevirtual environmentsocialization experiencecomputation offloadingquality-of-service model
发现论文，激发创造
  • 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

    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。

    Mar, 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

  • 边缘智能加速元宇宙发展：元宇宙与移动边缘计算的融合

    本研究提出了一种雾边混合计算架构，利用边缘设备计算能力来执行与 Metaverse 实体相关的计算成本，以减少 Metaverse 应用程序基于云的计算模式的延迟，并证明了实验结果可以将延迟降低 50％。

    Apr, 2022

  • 虚拟边缘计算系统中基于深度强化学习的计算卸载性能优化

    本文讨论了在移动网络中为实现计算任务的优化，如何通过最优计算分配策略，结合移动设备与 MEC 服务器的计算能力以及移动设备与基站之间的不同状态，达到最大化长期效益性能的效果，并利用 Q 函数分解技术与双深度 Q 网络相结合，实现了随机计算分配的学习算法。

    May, 2018

  • 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

  • 自给自足的多接入机制与连续深度强化学习用于动态元宇宙应用

    在 6G 通信系统中，Metaverse 为一种新范式，旨在创建由许多世界构成的虚拟环境，其中每个世界都提供不同的服务。本文通过使用自适应人工智能（Adaptive AI）来实现自持续性策略，解决了多通道环境下的多用户接入问题，提出了一种基于连续学习的双重深度 Q 学习（DDQL）技术，该技术可以有效地提高吞吐量并在高度动态场景下快速收敛。

    Sep, 2023

  • 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

  • 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

  • 移动虚拟现实通信、缓存和计算：建模和权衡

    该研究提出了一种基于移动边缘计算的移动 VR 传递框架，可以在移动 VR 设备上缓存一部分视野范围并运行某些后期处理程序，从而通过优化资源分配来减小所需传输速率的平均值，以满足给定的延迟约束。

    Jun, 2018

  • 移动边缘计算、元宇宙、6G 无线通信、人工智能和区块链：调查与它们的融合

    本研究探讨了移动边缘计算（MEC）与新兴技术的融合，其中包括 Metaverse、6G 无线通信、人工智能 (AI) 和区块链，重点关注于这些技术的技术融合，如 MEC 和 6G 的融合、MEC 与区块链的融合等，并介绍了 MEC 在移动增强现实（MAR）和 Metaverse 的应用场景。

    Sep, 2022