Key points are not available for this paper at this time.
تقدم الطبيعة الغامرة للميتافيرس تحديات كبيرة للواقع الافتراضي التفاعلي متعدد المستخدمين اللاسلكي، مثل الكمون المنخفض جداً، وسرعة النقل العالية، والحوسبة المكثفة، مما يضع مطالب كبيرة على عرض النطاق الترددي اللاسلكي وموارد العرض للحوسبة الطرفية المحمولة. في هذه الورقة، نقترح إطار عمل للواقع الافتراضي التفاعلي متعدد المستخدمين اللاسلكي مع حوسبة تعاونية للأجهزة الطرفية للتغلب على عنق الزجاجة لعقبة الحركة إلى الفوتون (MTP). على وجه التحديد، نقوم بنمذجة تنفيذ المهام المتسلسل والمتوازي في قوائم الانتظار ضمن بنية تفصل بين المقدمة والخلفية. يتم تحديد مؤشرات العرض لشرائح الخلفية ضمن نافذة التنبؤ، ويتم تحميل كل من شرائح المقدمة والخلفية المحددة إلى قوائم معالجة خاصة بناءً على مواقع العرض. لتقليل عمر معلومات المستشعر واستهلاك الطاقة للأجهزة المحمولة، نقوم بتحسين قرارات العرض وتوزيع موارد الحوسبة الطرفية المحمولة وفقًا للقيود المفروضة بواسطة MTP. لمعالجة هذه المشكلة من التحسين، نصمم خوارزمية تعلم معزز آمنة (RL)، وهي إدارة قوائم الانتظار النشطة مع الحدود المحددة للتحديثات (AQM-CUP). تقوم AQM-CUP بإنشاء بيئة مناسبة للقوائم، تتضمن الشرائح المنتهية التي يتم تجاهلها بنشاط في مخازن المعالجة كجزء من نظام الحالة والمكافآت الخاص بها. تظهر النتائج التجريبية أن الإطار المقترح يعزز بشكل كبير من غمر المستخدم بينما يقلل من استهلاك الطاقة للأجهزة، ويفوق خوارزمية AQM-CUP المقترحة الأساليب التقليدية من حيث تقارب التدريب ومقاييس الأداء.
درس شو وزملاؤه هذا السؤال (Mon,).