- 元宇宙:可伸缩实时虚拟世界的愿景、架构要素与未来发展方向
该论文探讨了 Metaverse 的发展和要求,以及构建可扩展、可靠、高效的 Metaverse 系统的技术和未来研究方向。
- 无人机辅助混合行动增强学习的语义通信
本研究旨在探索使用助理无人机的上行语义通信,以提高偏远地区元宇宙用户的数据采集效率。为了在重建质量和计算能量成本之间平衡的同时减少上行数据采集时间,我们提出了一种混合动作强化学习框架,用于在语义模型规模、信道分配、传输功率和无人机轨迹上做出 - 基于视觉的元宇宙服务语义传播:竞赛理论方法
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。
- 绿色 Metaverses 的服务预订和定价:一种 Stackelberg 博弈方法
通过合作方式实现节能服务的元宇宙对于可持续发展至关重要,本文以增强现实应用为例研究了用户预定节能服务以及提供商确定最优收费价格的经济问题,并设计了一种单领导者多追随者 Stackelberg 博弈,实现了节约能源和保证用户满意度的结果,最后 - MM大都会中的异构 360 度视频:差异化强化学习除法
该论文提出了一个新颖的服务质量模型,用于具有不同帧率和晕动感要求的异构 360 度视频。我们使用自设计的差异化深度强化学习算法,采用帧槽结构和逐帧优化的方法进行研究。我们设计了两种结构 SIDO 和 MIDO,在这种异构场景中进行了广泛的实 - 超越现实:生成智能在元宇宙的关键角色
这篇研究论文通过全面探索生成式人工智能技术如何塑造元宇宙,将其转变为一个动态、身临其境和互动的虚拟世界,提供了未来元宇宙的指南,并向读者展示了如何利用生成式人工智能的力量创造沉浸式虚拟世界。
- 走向元宇宙逻辑的一些初步步骤
本研究旨在探寻应用于真实世界和虚构领域的计算机多元宇宙应用程序,考虑到一阶逻辑无法处理甚至是最简单的信息系统,因此使用非传统扩展采用最小复合逻辑策略,并借助 AI 代理 ChatGPT 探讨理论概念...
- 元宇宙分散量子联邦学习:分析,设计与实现
提出一种基于区块链的去中心化量子联邦学习框架,确保 Metaverse 的系统透明、安全和可靠,并且进行了实验和分析,证明该设计的实用性和好处。
- 基于网络内计算的元宇宙动态部分计算卸载
该研究在 “网络内计算” 范式下探讨了分布式计算优化的问题,采用了序态潜力博弈(OPG)和双深度 Q 网络(DDQN)等算法以优化计算资源利用率和性能,进而获得了比传统基线更加出色的结果。
- 一种基于强化学习和凸优化的混合框架用于基于无人机的自主元宇宙数据采集
本文提出了一种无人机辅助的 Metaverse 网络系统模型,通过资源分配和轨迹控制来提高数据收集效率,采用强化学习和凸优化的混合框架来解决时间依赖性优化问题,仿真结果表明该框架能够在给定传输功率资源下减少任务完成时间。
- LaDI-VTON: 潜在扩散文本反演增强虚拟试穿
LaDI-VTON 是应用于 Virtual Try-On 任务的第一款基于 Latent Diffusion textual Inversion 的模型,实验结果表明,该模型在保持纹理和细节方面比竞争对手表现更佳,并以显著的优势取得了里程 - 融合模型:朝着虚拟、物理和认知的整合及其原则
本研究介绍了一种融合模型,即融合宇宙(FU),该模型将虚拟世界、物理世界和认知世界融合在一起。本文研究了涉及沉浸式和交互式体验的几个方面,并提出了融合宇宙的基本原则,可以将物理世界和虚拟世界无缝地融合在一起。
- 面向元宇宙的语义感知数字孪生:综述
本文介绍一个数字孪生框架,结合 Metaverse 的技术,实现语义通信,以提高工业应用程序的性能,展示了语义意识如何成为数字孪生在 Metaverse 应用程序中的有效实现方案。
- 元宇宙:调查、趋势、新型管道生态系统和未来展望
该文档介绍了多层次开发管道,包含计算、网络、通信和硬件基础设施,然后详细阐述了其中每个组件的发展细节以及相关技术对其进展的影响。最后概括性地介绍了该环境所面临的挑战和未来的研究方向,可为用户、学者和企业家提供全面的 Metaverse 生态 - 虚拟人物实时流式处理:降低元宇宙体验成本的方法
利用网络技术,通过仅需浏览器、麦克风和网络摄像头即可参与的平台,将人们带入更为真实的 Metaverse,同时克服了入门成本高、后端难题的问题,为实现更开放、更普及化的 Metaverse 迈出了重要一步。
- AI 生成内容(AIGC):一项调查
本文深入讨论了基于人工智能技术生成内容的 AIGC,对其定义、关键条件、可重要的现有和未来特性、庞大的预训练模型带来的优势、工业链以及 AIGC 内部辅助生成和自动生成之间的区别进行了探讨,最后探讨了 AIGC 与元宇宙的潜在整合,旨在揭示 - 能否通过 AI-XR 外科仿真技术重振介入医疗?
该论文探讨了机器学习、深度学习、元宇宙等技术在手术科学中的巨大潜力,通过结合人工智能和扩展现实等技术可以创建手术元宇宙,以此来规划和执行手术,同时提出了实现 AI-XR 手术元宇宙的挑战和必要性,以及一个关于手术元宇宙的安全性攻击案例.
- 释放 ChatGPT 至元宇宙:救世主还是毁灭者?
这篇文章探讨了在元宇宙环境中利用 ChatGPT 进行教育、娱乐、个性化和支持的利弊,展示了这一技术的动态个性化体验的可能性,但也强调了需要考虑隐私、偏见和道德问题,帮助读者了解 ChatGPT 对元宇宙的可能影响并评估了这些机遇和障碍。
- 元宇宙中的联邦学习:综述
本文介绍了基于联邦学习的元宇宙研究,探讨了数据隐私保护、计算效率、边缘计算和区块链等方面对元宇宙发展的重要性,并对联邦学习在元宇宙中的应用和前景进行了探讨。
- MM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