车联网元宇宙中面向任务新鲜度的车辆孪生迁移激励机制
计算机科学与博弈论
2023-09-13 v2
摘要
车联网元宇宙被视为汽车工业与元宇宙的未来连续体，被设想为智能交通系统数字孪生的混合沉浸式领域。车辆通过其自身的车辆孪生（VTs）（如化身）接入车联网元宇宙，资源受限的车辆将构建 VTs 的任务卸载至附近的路侧单元（RSUs）。然而，由于 RSUs 覆盖有限且车辆具有移动性，VTs 不得不从一个 RSU 迁移至其他 RSU，以保障车内用户元宇宙服务的连续性。该过程要求后续 RSUs 在非对称信息下为 VT 迁移贡献充足带宽资源。为此，本文设计了一种高效的 VT 迁移激励机制框架。我们首先提出名为迁移任务年龄（AoMT）的新指标，以量化 VT 迁移的任务新鲜度。AoMT 度量从最新化身迁移任务首次采集的感知数据，到后续 RSU 成功处理最后一条数据所经历的时间。为激励后续 RSUs 贡献带宽资源，我们提出基于 AoMT 的契约模型，其中导出最优契约以最大化提供元宇宙服务的 RSU 的期望效用。数值结果证明了所提 VT 迁移激励机制的有效性。
引用
@article{arxiv.2309.04703,
title = {Task Freshness-aware Incentive Mechanism for Vehicle Twin Migration in Vehicular Metaverses},
author = {Jinbo Wen and Jiawen Kang and Zehui Xiong and Yang Zhang and Hongyang Du and Yutao Jiao and Dusit Niyato},
journal= {arXiv preprint arXiv:2309.04703},
year = {2023}
}