无线网络中元宇宙虚拟现实以用户为中心的异构动作深度强化学习
网络与互联网体系结构
2023-05-23 v2 人工智能
机器学习
摘要
随着成熟技术赋能各个方面，元宇宙正在兴起。虚拟现实(VR)技术作为元宇宙中虚拟宇宙的支柱，提供高度沉浸的用户体验。由于元宇宙语境中强调移动性，VR设备以降低自身重量为代价牺牲了本地计算能力。在本文中，针对由元宇宙服务器和多个VR用户组成的系统，我们考虑两种情况：(i)服务器生成帧并传输给用户，以及(ii)用户本地生成帧从而消耗设备能量。此外，在我们的元宇宙多用户VR场景中，用户对每秒帧数(FPS)具有不同的特征与需求。随后，为提升用户效用，对信道接入安排（包括帧生成位置的决策）以及服务器到用户的下行通信传输功率进行联合优化。该联合优化通过具有异构动作的深度强化学习(DRL)来解决。我们提出的以用户为中心的DRL算法称为具有异构执行器的以用户为中心评论家(UCHA)。大量实验表明，我们的UCHA算法在各种需求与约束下取得了显著结果。
引用
@article{arxiv.2302.01471,
title = {User-centric Heterogeneous-action Deep Reinforcement Learning for Virtual Reality in the Metaverse over Wireless Networks},
author = {Wenhan Yu and Terence Jie Chua and Jun Zhao},
journal= {arXiv preprint arXiv:2302.01471},
year = {2023}
}
备注
The paper appears in IEEE Transactions on Wireless Communications (TWC), 2023