数字孪生赋能的零接触无人机网络域适应：综述与挑战
网络与互联网体系结构
2023-01-10 v1 系统与控制
系统与控制
摘要
在现有无线网络中，控制程序为人工设计且针对某些预定义场景。该过程复杂且易错，所得控制程序对突发性变化缺乏弹性。基于人工智能与机器学习(AI/ML)的数据驱动控制被视为实现复杂无线系统建模、优化与控制自动化的关键技术。然而，现有AI/ML技术依赖充足且标注良好的数据，并可能存在收敛慢与泛化性差的问题。本文聚焦数字孪生辅助的无线无人机(UAV)系统，综述可赋能具增强新环境泛化能力的快速收敛数据驱动控制的新兴技术。这些技术包括基于SLAM的感知与网络软化为数字孪生构建、鲁棒强化学习与系统辨识用于域适应，以及测试设施共享与联邦。文中亦讨论了相应研究机遇。
引用
@article{arxiv.2301.03359,
title = {Digital Twin-Enabled Domain Adaptation for Zero-Touch UAV Networks: Survey and Challenges},
author = {Maxwell McManus and Yuqing Cui and Josh and Zhang and Jiangqi Hu and Sabarish Krishna Moorthy and Zhangyu Guan and Nicholas Mastronarde and Elizabeth Serena Bentley and Michael Medley},
journal= {arXiv preprint arXiv:2301.03359},
year = {2023}
}