卸载约束下面向分层视口预测的不确定性感知强化学习

《ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING》:Uncertainty-Aware Reinforcement Learning for Hierarchical Viewport Prediction Under Offloading Constraints

【字体: 大 中 小 】 时间:2026年08月29日 来源:ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING 3.1

编辑推荐:

   摘要沉浸式 \(360^{\circ }\) 视频流媒体需要在严格的延迟和带宽预算下实现精准的视口预测。头戴式设备(HMD)上的本地推理速度快但精度不足,而边缘服务器上的远程推理精度高但通信开销大,两者之间存在根本性矛盾。现有的分层卸载系统要么完全忽视预测可靠性,要么依赖隐式

  

摘要

沉浸式 \(360^{\circ }\) 视频流媒体需要在严格的延迟和带宽预算下实现精准的视口预测。头戴式设备(HMD)上的本地推理速度快但精度不足,而边缘服务器上的远程推理精度高但通信开销大,两者之间存在根本性矛盾。现有的分层卸载系统要么完全忽视预测可靠性,要么依赖隐式的延迟奖励信号,导致策略不稳定且卸载决策资源浪费。其核心难点在于视口预测是一个连续值回归任务,分类任务中的标准置信度评分不适用,而基于贝叶斯或集成方法的不确定性估计对于 HMD 部署而言计算成本过高。本文针对这一空白,提出了一种感知不确定性的分层推理框架,将一种轻量级闭式可靠性代理——近期预测残差的方差,可在 \(\mathcal {O}(H)\) 时间内计算——直接暴露给受限马尔可夫决策过程(MDP)控制器。这一显式置信度信号引导深度 Q 网络(DQN)(Mnih et al. in Nature 518(7540):529–533, 2015. https://doi.org/10.1038/nature14236)和 Dueling DQN(Wang et al. In: Proceedings of the 33rd international conference on machine learning (ICML). PMLR, pp 1995–2003, 2016)智能体选择性、主动地进行卸载,无需修改底层预测器或引入概率开销。与隐式信号基线相比,该方法在相同卸载预算下带来最多 9.6% 的相对增益提升。在三个公开头部运动数据集(David_MMSys、Xu_PAMI、Xu_CVPR)上的大量实验表明,在严格的卸载约束下,该方法达到了接近最优的预测精度(例如在 David_MMSys 上达到最优增益的 85.7%,跨数据集评估中最高达 95.5%),并在多个随机种子上确认了统计显著性。敏感性分析验证了该方法对历史窗口长度 H、折扣因子 \(\gamma \) 和惩罚权重 \(\lambda \) 的鲁棒性。该框架主要针对单步预测设计,多步预测仍是论文中讨论的一个重要开放挑战。

沉浸式 \(360^{\circ }\) 视频流媒体需要在严格的延迟和带宽预算下实现精准的视口预测。头戴式设备(HMD)上的本地推理速度快但精度不足,而边缘服务器上的远程推理精度高但通信开销大,两者之间存在根本性矛盾。现有的分层卸载系统要么完全忽视预测可靠性,要么依赖隐式的延迟奖励信号,导致策略不稳定且卸载决策资源浪费。其核心难点在于视口预测是一个连续值回归任务,分类任务中的标准置信度评分不适用,而基于贝叶斯或集成方法的不确定性估计对于 HMD 部署而言计算成本过高。本文针对这一空白,提出了一种感知不确定性的分层推理框架,将一种轻量级闭式可靠性代理——近期预测残差的方差,可在 \(\mathcal {O}(H)\) 时间内计算——直接暴露给受限马尔可夫决策过程(MDP)控制器。这一显式置信度信号引导深度 Q 网络(DQN)(Mnih et al. in Nature 518(7540):529–533, 2015. https://doi.org/10.1038/nature14236)和 Dueling DQN(Wang et al. In: Proceedings of the 33rd international conference on machine learning (ICML). PMLR, pp 1995–2003, 2016)智能体选择性、主动地进行卸载,无需修改底层预测器或引入概率开销。与隐式信号基线相比,该方法在相同卸载预算下带来最多 9.6% 的相对增益提升。在三个公开头部运动数据集(David_MMSys、Xu_PAMI、Xu_CVPR)上的大量实验表明,在严格的卸载约束下,该方法达到了接近最优的预测精度(例如在 David_MMSys 上达到最优增益的 85.7%,跨数据集评估中最高达 95.5%),并在多个随机种子上确认了统计显著性。敏感性分析验证了该方法对历史窗口长度 H、折扣因子 \(\gamma \) 和惩罚权重 \(\lambda \) 的鲁棒性。该框架主要针对单步预测设计,多步预测仍是论文中讨论的一个重要开放挑战。

相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号