論文の概要: Meta-Reinforcement Learning for Reliable Communication in THz/VLC Wireless VR Networks

• arxiv url: http://arxiv.org/abs/2102.12277v1
• Date: Fri, 29 Jan 2021 15:57:25 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-05 00:23:46.533974
• Title: Meta-Reinforcement Learning for Reliable Communication in THz/VLC Wireless VR Networks
• Title（参考訳）: thz/vlc無線vrネットワークにおける信頼通信のためのメタ強化学習
• Authors: Yining Wang, Mingzhe Chen, Zhaohui Yang, Walid Saad, Tao luo, Shuguang Cui, H. Vincent Poor
• Abstract要約: 屋内テラヘルツ(THz)/可視光通信(VLC)無線ネットワークにおいて,仮想現実(VR)サービスの品質向上の問題について検討した。 小型基地局(sbss)は高品質のvr画像をthzバンド経由でvrユーザーに送信し、発光ダイオード(led)は正確な屋内測位サービスを提供する。 研究したTHz/VLC無線VRネットワークのエネルギー消費を制御するには、VLCアクセスポイント(VAP)を選択的にオンにする必要がある。
• 参考スコア（独自算出の注目度）: 157.42035777757292
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, the problem of enhancing the quality of virtual reality (VR) services is studied for an indoor terahertz (THz)/visible light communication (VLC) wireless network. In the studied model, small base stations (SBSs) transmit high-quality VR images to VR users over THz bands and light-emitting diodes (LEDs) provide accurate indoor positioning services for them using VLC. Here, VR users move in real time and their movement patterns change over time according to their applications. Both THz and VLC links can be blocked by the bodies of VR users. To control the energy consumption of the studied THz/VLC wireless VR network, VLC access points (VAPs) must be selectively turned on so as to ensure accurate and extensive positioning for VR users. Based on the user positions, each SBS must generate corresponding VR images and establish THz links without body blockage to transmit the VR content. The problem is formulated as an optimization problem whose goal is to maximize the average number of successfully served VR users by selecting the appropriate VAPs to be turned on and controlling the user association with SBSs. To solve this problem, a meta policy gradient (MPG) algorithm that enables the trained policy to quickly adapt to new user movement patterns is proposed. In order to solve the problem for VR scenarios with a large number of users, a dual method based MPG algorithm (D-MPG) with a low complexity is proposed. Simulation results demonstrate that, compared to a baseline trust region policy optimization algorithm (TRPO), the proposed MPG and D-MPG algorithms yield up to 38.2% and 33.8% improvement in the average number of successfully served users as well as 75% and 87.5% gains in the convergence speed, respectively.
• Abstract（参考訳）: 本稿では,屋内テラヘルツ(THz)/可視光通信(VLC)無線ネットワークにおいて,VR(VR)サービスの品質向上の課題について検討する。 研究モデルでは、小型基地局(SBS)は、THz帯と発光ダイオード(LED)を介して高品質なVR画像をVRユーザーに送信し、VLCを用いた正確な屋内位置決めサービスを提供する。 ここで、vrユーザーはリアルタイムで動き、その動きパターンはアプリケーションによって時間とともに変化する。 THzとVLCのリンクはVRユーザーの身体によってブロックされる。 研究対象の THz/VLC 無線VR ネットワークのエネルギー消費を制御するため,VLC アクセスポイント (VAP) を選択的にオンにする必要がある。 ユーザの位置に基づいて、各sbは対応するvr画像を生成し、ボディブロックなしでthzリンクを構築してvrコンテンツを送信する。 本課題は,SBSのユーザ関連性を制御し,適切なVAPを選択することで,VRユーザの平均使用回数を最大化する最適化問題として定式化されている。 この問題を解決するために,訓練されたポリシが新たなユーザ動作パターンに迅速に適応できるメタポリシ勾配(mpg)アルゴリズムを提案する。 多数のユーザを抱えるVRシナリオの問題を解決するために,低複雑性のデュアルメソッドベースMPGアルゴリズム(D-MPG)を提案する。 シミュレーションの結果、ベースライン信頼領域ポリシー最適化アルゴリズム(TRPO)と比較して、提案したMPGとD-MPGのアルゴリズムは、平均サービス利用者数で最大38.2%、33.8%、収束速度で75%、87.5%向上していることがわかった。

関連論文リスト

• Deep Motion Masking for Secure, Usable, and Scalable Real-Time Anonymization of Virtual Reality Motion Data [49.68609500290361]
  最近の研究では、ほぼすべてのVRアプリケーションで使われているモーショントラッキングの「テレメトリ」データが、指紋スキャンと同じくらいに識別可能であることが示されている。 本稿では、既知の防御対策を確実に回避できる最先端のVR識別モデルを提案する。
  論文  参考訳（メタデータ） (2023-11-09T01:34:22Z)
• Vision-based Semantic Communications for Metaverse Services: A Contest Theoretic Approach [66.10465001046762]
  Metaverseでは、アバターを更新し、ユーザの振る舞いを反映してレンダリングする必要がある。 ユーザとMPP間のインタラクションをモデル化する意味コミュニケーションフレームワークを提案する。 我々はセマンティック通信技術を用いて送信するデータの量を削減する。
  論文  参考訳（メタデータ） (2023-08-15T07:56:33Z)
• User-centric Heterogeneous-action Deep Reinforcement Learning for Virtual Reality in the Metaverse over Wireless Networks [8.513938423514636]
  本稿では,Metaverseサーバと複数のVRユーザで構成されるシステムについて考察する。 MetaverseのマルチユーザーVRシナリオでは、ユーザはFPS(Frames Per Second)の異なる特性と要求を持っている。 提案したユーザ中心型DRLアルゴリズムは、ユーザ中心型Critic with Heterogenous Actors (UCHA) と呼ばれる。
  論文  参考訳（メタデータ） (2023-02-03T00:12:12Z)
• WiserVR: Semantic Communication Enabled Wireless Virtual Reality Delivery [12.158124978097982]
  本稿では,VRユーザに対して連続した360度ビデオフレームを提供するための,Wireless SEmantic deliveRy for VR(WiserVR)という新しいフレームワークを提案する。 ディープラーニングベースの複数のモジュールは、WiserVRのトランシーバとしてよく設計されており、高性能な特徴抽出とセマンティックリカバリを実現している。
  論文  参考訳（メタデータ） (2022-11-02T16:22:41Z)
• Real-Time GPU-Accelerated Machine Learning Based Multiuser Detection for 5G and Beyond [70.81551587109833]
  非線形ビームフォーミングフィルタは、大規模な接続を伴う定常シナリオにおいて、線形アプローチを著しく上回る。 主な課題の1つは、これらのアルゴリズムのリアルタイム実装である。 本稿では,大規模並列化によるAPSMに基づくアルゴリズムの高速化について検討する。
  論文  参考訳（メタデータ） (2022-01-13T15:20:45Z)
• Wireless Edge-Empowered Metaverse: A Learning-Based Incentive Mechanism for Virtual Reality [102.4151387131726]
  メタバースにおけるVRサービスのための学習型インセンティブメカニズムフレームワークを提案する。 まず,仮想世界におけるVRユーザのための指標として,知覚の質を提案する。 第二に、VRユーザー(買い手)とVR SP(売り手)間のVRサービスの迅速な取引のために、オランダの二重オークション機構を設計する。 第3に,この競売プロセスの高速化を目的とした深層強化学習型競売機を設計する。
  論文  参考訳（メタデータ） (2021-11-07T13:02:52Z)
• Feeling of Presence Maximization: mmWave-Enabled Virtual Reality Meets Deep Reinforcement Learning [76.46530937296066]
  本稿では,無線モバイルユーザに対して,超信頼性でエネルギー効率のよいバーチャルリアリティ(VR)体験を提供するという課題について検討する。 モバイルユーザへの信頼性の高い超高精細ビデオフレーム配信を実現するために,コーディネートマルチポイント(CoMP)伝送技術とミリ波(mmWave)通信を利用する。
  論文  参考訳（メタデータ） (2021-06-03T08:35:10Z)
• Hybrid Policy Learning for Energy-Latency Tradeoff in MEC-Assisted VR Video Service [35.31115954442725]
  モバイルエッジコンピューティングネットワーク上で、ワイヤレスマルチタイルVRビデオサービスの提供を検討する。 私たちはまず、時間によって変化するビューの人気をモデルフリーのマルコフチェーンとみなした。 次に、動的キャッシュ置換と決定論的オフロードを調整するためにハイブリッドポリシーが実装される。
  論文  参考訳（メタデータ） (2021-04-02T13:17:11Z)
• Learning-based Prediction and Uplink Retransmission for Wireless Virtual Reality (VR) Network [29.640073851481066]
  本稿では、オフラインおよびオンライン学習アルゴリズムを用いて、実際のvrデータセットを用いて、vrユーザの視点を予測する。 提案手法は,無線VRネットワークを有効再送信方式で接続するオンライン学習アルゴリズムでは,約5%の予測誤差しか示さない。
  論文  参考訳（メタデータ） (2020-12-16T18:31:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。