論文の概要: Multi-attribute Auction-based Resource Allocation for Twins Migration in Vehicular Metaverses: A GPT-based DRL Approach

• arxiv url: http://arxiv.org/abs/2406.05418v1
• Date: Sat, 8 Jun 2024 09:41:38 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-11 19:55:06.860538
• Title: Multi-attribute Auction-based Resource Allocation for Twins Migration in Vehicular Metaverses: A GPT-based DRL Approach
• Title（参考訳）: GPTに基づくDRLアプローチ
• Authors: Yongju Tong, Junlong Chen, Minrui Xu, Jiawen Kang, Zehui Xiong, Dusit Niyato, Chau Yuen, Zhu Han,
• Abstract要約: 車両メタバース(Vehicular Metaverses)は、近代自動車産業を強化するために開発され、コネクテッドカー間の没入的で安全な体験を提供する。 本稿では,VTsマイグレーション時の資源配分を最適化する属性対応オークション方式を提案する。 我々は、生成事前学習型変換器(GPT)に基づく深部強化学習(DRL)アルゴリズムを用いて、DDAオークション器を訓練し、オークションクロックを効率的に調整する。
• 参考スコア（独自算出の注目度）: 85.65587846913793
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vehicular Metaverses are developed to enhance the modern automotive industry with an immersive and safe experience among connected vehicles and roadside infrastructures, e.g., RoadSide Units (RSUs). For seamless synchronization with virtual spaces, Vehicle Twins (VTs) are constructed as digital representations of physical entities. However, resource-intensive VTs updating and high mobility of vehicles require intensive computation, communication, and storage resources, especially for their migration among RSUs with limited coverages. To address these issues, we propose an attribute-aware auction-based mechanism to optimize resource allocation during VTs migration by considering both price and non-monetary attributes, e.g., location and reputation. In this mechanism, we propose a two-stage matching for vehicular users and Metaverse service providers in multi-attribute resource markets. First, the resource attributes matching algorithm obtains the resource attributes perfect matching, namely, buyers and sellers can participate in a double Dutch auction (DDA). Then, we train a DDA auctioneer using a generative pre-trained transformer (GPT)-based deep reinforcement learning (DRL) algorithm to adjust the auction clocks efficiently during the auction process. We compare the performance of social welfare and auction information exchange costs with state-of-the-art baselines under different settings. Simulation results show that our proposed GPT-based DRL auction schemes have better performance than others.
• Abstract（参考訳）: 車両メタバース(Vehicular Metaverses)は、現代の自動車産業を、接続された車両や道路沿いのインフラ(例えば、RoadSide Units (RSUs))の間で、没入的で安全な体験で強化するために開発されている。 仮想空間とのシームレスな同期のために、VTは物理的実体のデジタル表現として構築される。 しかしながら、リソース集約型VTの更新と高モビリティには、特に限られたカバレッジを持つRSU間の移行のために、集中的な計算、通信、ストレージリソースが必要である。 これらの問題に対処するため,VTs移行時の資源配分を最適化する属性対応オークション方式を提案する。 本機構では,マルチアトリビュートリソース市場における車両利用者とメタバースサービス提供者を対象とした2段階マッチングを提案する。 まず、資源属性マッチングアルゴリズムは、リソース属性の完全マッチング、すなわち、買い手と売り手が二重オランダオークション(DDA)に参加することができる。 そして、生成事前学習型変換器(GPT)に基づく深部強化学習(DRL)アルゴリズムを用いてDDAオークション装置を訓練し、オークションプロセス中に効率よくオークションクロックを調整する。 本研究では,社会福祉と競売情報交換のコストを,異なる環境下での最先端のベースラインと比較する。 シミュレーションの結果,提案したGPTベースのDRLオークション方式は,他よりも優れた性能を示した。

関連論文リスト

• Procurement Auctions via Approximately Optimal Submodular Optimization [53.93943270902349]
  競売業者がプライベートコストで戦略的売り手からサービスを取得しようとする競売について検討する。 我々の目標は、取得したサービスの品質と販売者の総コストとの差を最大化する計算効率の良いオークションを設計することである。
  論文  参考訳（メタデータ） (2024-11-20T18:06:55Z)
• Diffusion-based Auction Mechanism for Efficient Resource Management in 6G-enabled Vehicular Metaverses [57.010829427434516]
  6G対応のVehicular Metaversesでは、車両は物理的車両のデジタルレプリカとして機能するVT(Vine Twins)によって表現される。 VTタスクはリソース集約であり、高速処理のために地上基地局(BS)にオフロードする必要がある。 地上BSとUAV間の資源配分を最適化する学習型修正第2バイド(MSB)オークション機構を提案する。
  論文  参考訳（メタデータ） (2024-11-01T04:34:54Z)
• Hybrid-Generative Diffusion Models for Attack-Oriented Twin Migration in Vehicular Metaverses [58.264499654343226]
  Vehicle Twins (VTs) は、Vehicular Metaverse Users (VMUs) 向けに没入型仮想サービスを提供するデジタルツインである。 車両の高モビリティ、エッジサーバの不均一なデプロイ、潜在的なセキュリティ脅威は、効率的で信頼性の高いVTマイグレーションを実現する上での課題である。 車両メタバースにおけるセキュアで信頼性の高いVTマイグレーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-07-05T11:11:33Z)
• Generative AI-empowered Effective Physical-Virtual Synchronization in the Vehicular Metaverse [129.8037449161817]
  本稿では,車載メタバースのための生成AIを利用した物理仮想同期フレームワークを提案する。 仮想と物理の同期において、MARは、ユーザの好みに基づいた生成AIモデルを通じて、多彩で個人的なARレコメンデーションをカスタマイズする。
  論文  参考訳（メタデータ） (2023-01-18T16:25:42Z)
• Edge Computing for Semantic Communication Enabled Metaverse: An Incentive Mechanism Design [72.27143788103245]
  SemComとエッジコンピューティングは、Metaverseにおける巨大なデータ通信、帯域幅効率、低レイテンシデータ処理の新たな要件に対処するための破壊的なソリューションである。 深層学習(DL)に基づくオークションは、近年、重要な経済特性を保持しながら収益を最大化するインセンティブメカニズムとして提案されている。 本稿では,SemCom対応Metaverseにおけるエッジリソース割り当てのためのDLベースのオークションの設計について述べる。
  論文  参考訳（メタデータ） (2022-12-13T10:29:41Z)
• Neural Auction: End-to-End Learning of Auction Mechanisms for E-Commerce Advertising [42.7415188090209]
  我々は,オークションからコンテキストを効率的に抽出する深層モデルを開発し,オークションデザインのための豊富な特徴を提供する。 タオバオのEコマース広告システムにDNAが配備されている。
  論文  参考訳（メタデータ） (2021-06-07T13:20:40Z)

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。