TinyMA-IEI-PPO：基于自适应剪枝的探索激励驱动多智能体深度强化学习用于车辆嵌入式 AI 代理双胞胎迁移
多智能体系统
2025-05-02 v1 计算机科学与博弈论
摘要
嵌入式人工智能（EAI）通过多模态感知、自适应决策和硬件软件协同调度，解决车辆嵌入式 AI 网络（VEANETs）中的自动驾驶挑战。然而，虚拟服务的计算需求以及自动驾驶车辆（AV）的内在移动性，使得在资源受限的路边单元（RSUs）之间迁移车辆嵌入式 AI 代理双胞胎（VEAATs）的实时性成为必然要求。本文提出了一个高效的 VEAAT 迁移框架，结合多领袖多跟随（MLMF）博弈论激励机制与 tiny 多智能体深度强化学习（MADRL）算法。首先，我们提出了一个基于虚拟沉浸式体验的效用模型，通过整合 AV 的社会影响、服务互补性和替代性，以及 RSU 的资源分配策略，来优化 VEAAT 迁移决策。其次，为增强训练效率并在计算受限的 AV 上实现高效部署，同时保持探索-开发性能，我们提出了 TinyMA-IEI-PPO，即一种基于智能体探索激励动态调整神经元重要性的自适应动态结构剪枝算法。数值结果表明，我们的方法的收敛性能相当于基线模型，并 closely 近似 Stackelberg 均衡。
引用
@article{arxiv.2505.00055,
title = {TinyMA-IEI-PPO: Exploration Incentive-Driven Multi-Agent DRL with Self-Adaptive Pruning for Vehicular Embodied AI Agent Twins Migration},
author = {Zhuoqi Zeng and Yuxiang Wei and Jiawen Kang},
journal= {arXiv preprint arXiv:2505.00055},
year = {2025}
}