論文の概要: ElasticVR: Elastic Task Computing in Multi-User Multi-Connectivity Wireless Virtual Reality (VR) Systems

• arxiv url: http://arxiv.org/abs/2512.12366v1
• Date: Sat, 13 Dec 2025 15:29:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-16 17:54:56.233003
• Title: ElasticVR: Elastic Task Computing in Multi-User Multi-Connectivity Wireless Virtual Reality (VR) Systems
• Title（参考訳）: ElasticVR:マルチユーザマルチコネクティビティワイヤレスバーチャルリアリティ(VR)システムにおけるElastic Task Computing
• Authors: Babak Badnava, Jacob Chakareski, Morteza Hashemi,
• Abstract要約: 新興VRアプリケーションは、膨大な計算量とデータレートを必要とする高忠実度360度ビデオコンテンツのストリーミングを統合する。 弾力性のあるVR計算タスクは、その弾力性に基づいたスケールとデータレートが可能である。 我々は、ElasticVRフレームワークがPSNRを43.21%改善し、応答時間とエネルギー消費をそれぞれ42.35%、56.83%削減したことを示す。
• 参考スコア（独自算出の注目度）: 7.508776150280364
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Diverse emerging VR applications integrate streaming of high fidelity 360 video content that requires ample amounts of computation and data rate. Scalable 360 video tiling enables having elastic VR computational tasks that can be scaled adaptively in computation and data rate based on the available user and system resources. We integrate scalable 360 video tiling in an edge-client wireless multi-connectivity architecture for joint elastic task computation offloading across multiple VR users called ElasticVR. To balance the trade-offs in communication, computation, energy consumption, and QoE that arise herein, we formulate a constrained QoE and energy optimization problem that integrates the multi-user/multi-connectivity action space with the elasticity of VR computational tasks. The ElasticVR framework introduces two multi-agent deep reinforcement learning solutions, namely CPPG and IPPG. CPPG adopts a centralized training and centralized execution approach to capture the coupling between users' communication and computational demands. This leads to globally coordinated decisions at the cost of increased computational overheads and limited scalability. To address the latter challenges, we also explore an alternative strategy denoted IPPG that adopts a centralized training with decentralized execution paradigm. IPPG leverages shared information and parameter sharing to learn robust policies; however, during execution, each user takes action independently based on its local state information only. The decentralized execution alleviates the communication and computation overhead of centralized decision-making and improves scalability. We show that the ElasticVR framework improves the PSNR by 43.21%, while reducing the response time and energy consumption by 42.35% and 56.83%, respectively, compared with a case where no elasticity is incorporated into VR computations.
• Abstract（参考訳）: 多様な新興VRアプリケーションは、膨大な計算量とデータレートを必要とする高忠実度360度ビデオコンテンツのストリーミングを統合する。 スケーラブルな360度ビデオタイリングは、利用可能なユーザとシステムリソースに基づいて、計算とデータレートに適応的にスケール可能な、柔軟なVR計算タスクを実現する。 スケーラブルな360度ビデオタイリングをエッジベース無線マルチコネクションアーキテクチャに統合し,複数のVRユーザを対象とした共同弾性タスク計算のオフロードを実現した。 ここで生じる通信、計算、エネルギー消費、およびQoEのトレードオフのバランスをとるために、多ユーザ/複数接続性行動空間とVR計算タスクの弾力性を統合する制約付きQoEとエネルギー最適化問題を定式化する。 ElasticVRフレームワークは、CPPGとIPPGという、2つのマルチエージェントの深層強化学習ソリューションを導入している。 CPPGは、ユーザの通信と計算要求の結合を捉えるために、集中的なトレーニングと集中的な実行アプローチを採用している。 これにより、計算オーバーヘッドの増加とスケーラビリティの制限により、グローバルにコーディネートされた決定が導かれる。 後者の課題に対処するため、分散実行パラダイムによる集中型トレーニングを採用するIPPGという代替戦略についても検討する。 IPPGは共有情報とパラメータ共有を利用してロバストなポリシーを学習するが、実行中は各ユーザがローカルな状態情報のみに基づいて独立して行動を取る。 分散実行により、集中型意思決定の通信と計算オーバーヘッドが軽減され、スケーラビリティが向上する。 我々は,VR計算に弾性が組み込まれていない場合と比較して,応答時間とエネルギー消費をそれぞれ42.35%,56.83%削減し,PSNRを43.21%改善することを示した。

関連論文リスト

• Spatial Computing Communications for Multi-User Virtual Reality in Distributed Mobile Edge Computing Network [45.55309713021969]
  没入型バーチャルリアリティ(VR)アプリケーションは、レイテンシ、エネルギー効率、計算リソースに厳しい要件を課している。 本稿では,分散モバイルエッジコンピューティング(MEC)ネットワーク上でのマルチユーザVRのレイテンシとエネルギー要求を満たすために設計された,コンピューティング通信(SCC)の概念を紹介する。 提案するMO-CMPOは,教師付き学習・強化学習(RL)を優先重み付き微調整に統合した,ポリシー最適化による多目的整合モデルである。
  論文  参考訳（メタデータ） (2025-10-16T02:55:01Z)
• Personalized Federated Learning for Cellular VR: Online Learning and Dynamic Caching [16.96359666187395]
  本稿では,モバイルエッジコンピューティング(MEC)対応無線VRネットワークのためのFoV対応キャッシング手法を提案する。 複数のVRデバイスと基地局(BS)で構成されるVRシステムを考えると、各BSにDP-FLキャッシュアルゴリズムを実装し、VRユーザのコンテンツ配信をパーソナライズする。 提案するDP-FLアルゴリズムの性能は,現実的なVRヘッドトラッキングデータセットを用いて検証する。
  論文  参考訳（メタデータ） (2025-01-20T21:07:44Z)
• 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)
• An Adaptive Device-Edge Co-Inference Framework Based on Soft Actor-Critic [72.35307086274912]
  高次元パラメータモデルと大規模数学的計算は、特にIoT(Internet of Things)デバイスにおける実行効率を制限する。 本稿では,ソフトポリシーの繰り返しによるエフェキシット点,エフェキシット点,エンフェキシット点を生成する離散的(SAC-d)のための新しい深層強化学習(DRL)-ソフトアクタ批判法を提案する。 レイテンシと精度を意識した報酬設計に基づいて、そのような計算は動的無線チャンネルや任意の処理のような複雑な環境によく適応でき、5G URLをサポートすることができる。
  論文  参考訳（メタデータ） (2022-01-09T09:31:50Z)
• 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)
• Meta-Reinforcement Learning for Reliable Communication in THz/VLC Wireless VR Networks [157.42035777757292]
  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。
  論文  参考訳（メタデータ） (2021-01-29T15:57:25Z)
• A Machine Learning Approach for Task and Resource Allocation in Mobile Edge Computing Based Networks [108.57859531628264]
  無線ネットワークにおいて,共同作業,スペクトル,送信電力配分問題について検討する。 提案アルゴリズムは、標準Q-ラーニングアルゴリズムと比較して、収束に必要なイテレーション数と全ユーザの最大遅延を最大18%、11.1%削減することができる。
  論文  参考訳（メタデータ） (2020-07-20T13:46:42Z)

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。