- 通过 MAC 信令学习优化无线断续接收
在这篇研究论文中，我们提出了一种强化学习方法来控制蜂窝网络中基站的间歇式接收策略，并通过适时传输快速的第二层信令消息（即 5G 新无线电中规定的中介访问层控制元素）来实现。与传统的间歇式接收优化方法不同，我们通过此中介控制元素信令来评估可以 - ACL自主多模态细粒度训练助手的工作流：朝向混合现实
设计了一个自主的工作流程，将人工智能代理与扩展现实应用紧密结合，以进行细粒度的培训，并介绍了一个多模态细粒度培训助手的示例，以乐高积木组装为例，其中融合了语言理解和视觉理解，为用户在扩展现实环境中与智能助手进行无缝互动提供了更智能和高效的解 - 边缘辅助无线网络中扩展现实应用的性能分析建模框架
本文提出了一种新颖的建模框架，用于考虑边缘辅助无线网络的扩展现实应用的性能分析，并通过专门为扩展现实应用设计的测试平台收集的实验数据对模型进行验证。此外，我们详细介绍了与性能分析建模相关的挑战，并提出了克服这些挑战的方法。最后，性能评估表明 - 基于人工智能的增强现实护肤程序推荐系统
近年来，人工智能和扩展现实在美容行业中的应用引起了广泛关注。本文介绍了一种集成于扩展现实平台的人工智能辅助护肤推荐系统，该系统利用卷积神经网络分析个人肤质，并以沉浸交互的方式推荐个性化的护肤品。通过问卷调查和提供的面部图像在沉浸环境中进行皮 - 将大型语言模型嵌入扩展现实：包容、参与和隐私的机遇与挑战
利用大型语言模型将其嵌入虚拟化身或以其作为叙述形式，可通过根据用户配置文件进行提示工程和为特定目的进行微调，促进 XR 的更包容性体验，并通过与用户进行对话来增强 XR 环境的互动性，但需要研究隐私侵犯问题以及用户的隐私关注和偏好。
- 面部表情感知的 XR 应用中 HMD 移除的视频修复技术
基于生成对抗网络（GANs）的表情感知视频修复（EVI-HRnet）网络通过使用用户的面部关键点和单一无遮挡参考图像，有效地填补头戴式显示器屏蔽的信息，并通过引入面部表情识别损失函数实现情感保留，从而实现了从面部视频中删除头戴式显示器同时保 - AtomXR: 自然语言和沉浸式物理交互的简化 XR 原型设计
AtomXR 是一种简化、沉浸式、无代码的 XR 原型工具，通过自然语言、眼动和触摸交互，为经验丰富和经验不足的开发人员创建应用程序，提供了显著的速度和用户体验改进。
- 高效的神经辐射场云管道
自 2020 年引入以来，神经光辐射场（NeRFs）迅速在计算机视觉领域引起了轰动。本文介绍了在高性能学术计算集群上实现的流水线和在 Microsoft Azure 上实现的流水线，并比较了两者的效果。在此过程中，我们描述了 NeRFs 的 - 时域立体匹配：超过 100 帧每秒的扩展现实视频立体匹配
实时立体匹配是许多扩展现实（XR）应用的基础算法，本研究介绍了一个包含室内场景的真实视频立体合成数据集，并提出了一种在低功耗设备上实现高准确度实时深度推测的新方法。
- 工业与机器人领域中的神经辐射场：应用、研究机会和使用案例
该研究论文通过详细研究神经辐射场（NeRF）在工业应用领域的潜力，并提供未来研究方向，证明了 NeRF 在工业领域的潜力。此外，论文还展示了 NeRF 在视频压缩和三维运动估计方面的实验结果，证明了它们在这些应用中的有效性。
- 5G NR 下低延迟 XR 的 AI 辅助改进服务提供
利用预测帧进行处理而不仅依赖于实际帧的新型人工智能辅助服务提供方案，通过虚拟增加了网络延迟预算，从而提高服务提供效率。
- MM结合视觉和基于 EMG 的手部跟踪技术的拓展现实音乐乐器
本文提出了一种多模态手部追踪系统，通过将基于视觉的手部追踪与肌电数据结合，实现手指关节角度估计。通过与基于视觉的追踪方法进行对比实验，验证了本系统更准确地追踪容易自我遮挡的几个手指关节。研究结果表明，该系统具有提供更准确、更稳定的手部追踪能 - 基于混合知识数据驱动的信道语义获取和波束成形技术在无小区大规模 MIMO 中的应用
该论文提出了一种基于混合知识数据驱动的方法，用于在无蜂窝大规模多输入多输出系统中进行通道语义获取和多用户波束 forming，以提高室外无线传输性能并缩小与室内传输能力之间的差距。
- EffLiFe：基于稀疏梯度下降的高效光场生成
基于多面图像的稀疏梯度下降，EffLiFe 是一种新型光场优化方法，能够从稀疏视图图像中实时生成高质量的光场，相比离线方法快 100 倍，同时比其他在线方法提供更好的性能（PSNR 较高 2dB）。
- 联合感知、通信和人工智能：强韧 THz 用户体验的三重关键
本文提出了一种新的联合感知、通信和人工智能（AI）框架，以优化太赫兹（THz）无线系统上的扩展现实（XR）体验，通过利用 THz 通道的稀疏性提取独特的 XR 用户和环境感知参数，并且整合 AI 预测缺失和未来的感知信息，并开发了多智能体深 - 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。
- MMFSVVD: 一个全场景体积视频数据集
本文描述和分析了第一个包含多个人和场景互动的全景体数据集并附加数据工具
- MM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。
- 实现元宇宙的需求：6G
本篇论文探讨了基于 6G 技术实现元宇宙服务的优势及所需技术要求，详细阐述了 6G 技术在元宇宙发展的角色和贡献，并总结了相关技术方面的应用与挑战。
- MR4MR: 混合现实下的旋律转世
本文描述了一项名为 MR4MR 的声音安装作品，它允许用户在混合现实环境下与周围空间互动，以此产生一种重生的环境旋律。