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。
➡️