面向混合量子计算的卫星-terrestrial网络边缘智能
分布式、并行与集群计算
2024-10-01 v1
摘要
本文利用边缘智能赋能的卫星-terrestrial网络，其中用户的计算任务卸载到卫星或陆基站。此类网络中的计算任务卸载涉及边缘云选择和访问链路和后备链路的带宽分配，旨在延迟和卫星能源约束下最小化能源消耗。为此，提出一种受交替方向乘子法（ADMM）启发的算法，将联合优化问题分解为小规模子问题。此外，我们发展了一种混合量子深度Q学习（DDQN）方法来优化边缘云选择。这种新型深度强化学习架构使经典和量子神经网络能够并行处理信息。仿真结果确认了所提出算法的有效性，表明二次gap极小，仅凭少量数据即可实现更高奖励，相较于经典DDQN有显著优势。
引用
@article{arxiv.2409.19869,
title = {Edge Intelligence in Satellite-Terrestrial Networks with Hybrid Quantum Computing},
author = {Siyue Huang and Lifeng Wang and Xin Wang and Bo Tan and Wei Ni and Kai-Kit Wong},
journal= {arXiv preprint arXiv:2409.19869},
year = {2024}
}