BriefGPT - AI 论文速递
·
Energy Optimization of Multi-task Deep Neural Network Inference in MEC-assisted XR Devices Using a Lyapunov-Guided Reinforcement Learning Approach
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种基于Lyapunov引导的强化学习方法，旨在优化MEC辅助XR设备在多任务深度神经网络推理中的能源消耗和资源分配。通过LyaPPO算法，实验证明该方法能有效降低能源消耗，提高设备性能和资源使用效率。
🎯
关键要点
- 本研究提出了一种基于Lyapunov引导的强化学习方法，旨在优化MEC辅助XR设备在多任务深度神经网络推理中的能源消耗和资源分配。
- 通过LyaPPO算法，实验证明该方法能有效降低XR设备的能源消耗。
- 该方法提升了XR设备的性能与资源使用效率。
- 研究针对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，提出了双时间尺度联合优化策略。
➡️
