EdgeAgentX-DT：集成数字孪生与生成式 AI 以提升战术网络韧性边缘智能
机器学习
2025-07-30 v1 人工智能
摘要
我们介绍 EdgeAgentX-DT，这是 EdgeAgentX 框架的一个高级扩展，集成数字孪生模拟和生成式 AI 驱动的情景训练，以显著增强军事网络中边缘智能。EdgeAgentX-DT 利用网络数字孪生——与真实边缘设备同步的虚拟副本——提供一个安全、真实的环境，用于训练和验证。利用生成式 AI 方法，如扩散模型和变换器，系统创建多样且对抗性的情景，以进行稳健的基于模拟的代理训练。我们的多层架构包括：(1) 设备端边缘智能；(2) 数字孪生同步；(3) 生成式情景训练。实验仿真显示，与 EdgeAgentX 相比，EdgeAgentX-DT 在学习收敛速度、网络吞吐量、延迟降低以及对干扰和节点故障的韧性方面均取得显著改进。一个涉及复杂战术场景的案例研究，包括同时发生的干扰攻击、代理故障以及增加的网络负载，说明了 EdgeAgentX-DT 在维持操作性能方面，而基线方法则失败。这些结果凸显了数字孪生驱动的生成训练在争议环境中加强边缘 AI 部署的潜力。
引用
@article{arxiv.2507.21196,
title = {EdgeAgentX-DT: Integrating Digital Twins and Generative AI for Resilient Edge Intelligence in Tactical Networks},
author = {Abir Ray},
journal= {arXiv preprint arXiv:2507.21196},
year = {2025}
}
备注
13 pages, 6 figures