基于强化学习与凸优化的无人机自主元宇宙数据收集混合框架
机器学习
2023-05-31 v1 人工智能
摘要
无人机（UAVs）因其成本和机动性优势，在提供通信服务方面前景广阔，尤其是在新兴的元宇宙（Metaverse）与物联网（IoT）背景下。本文研究一种无人机辅助的元宇宙网络，其中无人机扩展基站（BS）的覆盖范围，以收集路边单元（RSUs）生成的元宇宙数据。具体而言，为提高数据收集效率，资源分配与轨迹控制被集成到系统模型中。该优化问题的时间依赖特性使其难以通过传统凸优化方法求解。基于所提出的无人机辅助元宇宙网络系统模型，我们设计了一种结合强化学习与凸优化的混合框架，以协同求解时序优化问题。仿真结果表明，所提框架能够在给定传输功率资源下缩短任务完成时间。
引用
@article{arxiv.2305.18481,
title = {A Hybrid Framework of Reinforcement Learning and Convex Optimization for UAV-Based Autonomous Metaverse Data Collection},
author = {Peiyuan Si and Liangxin Qian and Jun Zhao and Kwok-Yan Lam},
journal= {arXiv preprint arXiv:2305.18481},
year = {2023}
}
备注
This paper appears in IEEE Network magazine