基于Lyapunov引导的强化学习方法实现MEC辅助XR设备的多任务深度神经网络推理能源优化

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种双时间尺度的联合优化策略,旨在解决XR设备在多任务深度神经网络推理中的能源消耗和资源竞争问题。通过LyaPPO算法的实验证明,该策略能够有效降低能源消耗,提高性能和资源使用效率。

🎯

关键要点

  • 本研究提出了一种双时间尺度的联合优化策略。
  • 该策略旨在解决XR设备在多任务深度神经网络推理中的能源消耗和资源竞争问题。
  • 通过LyaPPO算法的实验证明,该策略能够有效降低能源消耗。
  • 该策略还提高了XR设备的性能和资源使用效率。
➡️

继续阅读