学者网
团队最新研究成果正式发表于《Journal of Network and Computer Applications》！
针对元宇宙 VR 设备高实时性需求、无线充电能耗浪费、异构边缘算力调度失衡、用户眩晕发热等体验痛点，我们提出MetaMEC-HPPO 混合深度强化学习框架：
- 引入 K-Means 聚类预处理边缘服务器，降低算法计算复杂度；
- 融合离散 + 混合 Actor 网络，联合优化 VR 任务卸载策略与 AP 无线充电功率分配；
- 以用户穿戴舒适度与接入点充电收益为双重优化目标，真正实现人本化元宇宙边缘调度。
仿真实验表明：相较经典 A3C 算法，本方案平均奖励提升 11.4%，收敛速度、用户体感舒适度与设备充电收益全面优化，可落地虚拟实验室、沉浸式 VR 课堂等元宇宙场景。
诚挚欢迎业内同行交流探讨元宇宙边缘计算、强化学习资源调度相关方向！
#关键词：元宇宙、移动边缘计算 MEC、VR 沉浸式体验、深度强化学习、无线能量传输、异构算力卸载
评论 0