面向无线全景场景交付的混合反馈引导的最优学习
机器学习
2026-02-10 v1 多媒体
摘要
沉浸式应用如虚拟和增强现实对帧率、时延以及物理环境与虚拟环境之间的同步性提出了严苛要求。为满足这些要求，边缘服务器必须渲染全景内容、预测用户头部运动，并在无线带宽约束下传输足以覆盖用户视景口的场景 portion。每个 portion 会产生两个反馈信号：预测反馈表明所选 portion 是否覆盖实际视景口，传输反馈表明对应数据包是否成功传输。先前的工作将此问题建模为具有两级bandit反馈的多臂赌博机，但未充分利用预测反馈可一旦观察到用户头部姿态而为所有候选 portion 进行回溯计算的事实。结果是，预测反馈构成的是全信息反馈而非bandit反馈。针对这一观察，我们引入一种混合反馈模型，将全信息反馈与bandit反馈相结合，将 portion 选择问题 formulated as an online learning task under this setting. 我们推导出混合反馈模型的实例相关 regret 下界，并提出AdaPort算法，利用两种反馈类型提高学习效率。我们进一步建立了与下界相符的实例相关 regret 上界， 并通过基于真实世界轨迹的仿真实验表明，AdaPort 在实际表现中持续优于最新的基线方法。
引用
@article{arxiv.2602.07273,
title = {Hybrid Feedback-Guided Optimal Learning for Wireless Interactive Panoramic Scene Delivery},
author = {Xiaoyi Wu and Juaren Steiger and Bin Li and R. Srikant},
journal= {arXiv preprint arXiv:2602.07273},
year = {2026}
}
备注
Submitting to ToN