Active Beyond-Diagonal RIS Empowered Heterogeneous Edge Computing: A Distributional Reinforcement Learning Approach
本文提出了 DSAC-T，这是一种分布强化学习框架，通过由互易主动超对角 RIS 辅助的异构移动边缘计算系统，优化了具备能量感知能力的卸载与资源分配，有效地解决了跨扇区能量泄漏和高维非凸优化带来的挑战，从而实现了卓越的能效-延迟性能与可行性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，互联网是一座繁忙的城市，你的智能手机就像是一名试图将沉重包裹（数据）送到中央仓库（云端）的快递员。有时，道路畅通无阻，快递员可以直接飞速奔向仓库。但通常情况下，一座巨大的摩天大楼（建筑物或墙壁）会挡住去路，导致快递员陷入困境或不得不绕远路。这就是移动边缘计算的世界——我们试图在附近的服务器上快速处理数据，而不是等待遥远的云端。为了解决道路被堵塞的问题，科学家们发明了被称为“可重构智能超表面”（RIS）的“智能镜子”。你可以把它们想象成神奇的墙壁，能够捕捉信号并将其反射到转角处，从而到达接收器。
然而，这里有一个难点。传统的智能镜子是“被动”的；它们只是反射信号而不会增强信号强度，就像一面普通的镜子反射微弱的光线一样。如果信号因为距离过远或墙壁过厚已经变得很弱，那么反射出的信号也会过于微弱而无法使用。为了解决这个问题，工程师开发了“主动”镜子，它们可以放大信号，就像在镜子上安装了一个扩音器。但棘手之处在于，这些主动镜子是由具有物理规则——“互易性”（reciprocity）的真实电子元件构建的。这就像一条双向车道，如果你从一侧大喊，声音会泄露回街道，从而浪费能量并产生噪音。本文研究的就是在这样一个充满了不同类型交通流量（有些任务需要快速的 CPU，有些则需要强大的 GPU）的城市中，使用这些主动放大镜子的复杂现实，并研究如何如何在确保包裹不迟到的同时，将能源账单控制在低水平。
研究人员天宇庞（Tianyu Pang）和李鸿宇（Hongyu Li）着手解决一个巨大的谜题：如何决定将哪些任务发送到边缘，使用多少功率，以及如何精确地倾斜这个主动镜子，同时还要应对由镜子自身硬件引起的能量泄露问题。他们发现，解决这个问题的旧方法——即尝试为每一种情况单独计算出完美答案——速度太慢且极易陷入僵局。相反，他们构建了一种新型的人工智能代理，称为 DSAC-T。
不要把 DSAC-T 仅仅看作是一个寻找单一“最佳”答案的计算器，而要把它看作是一个正在学习玩复杂电子游戏的充满好奇心的青少年。它不仅仅是猜测平均得分，而是学习整个可能结果的“分布”。它明白，某个动作有时可能会带来巨大的胜利，但有时也可能导致彻底的崩溃，尤其是在接近“边缘”时（比如电池耗尽或错过截止日期）。通过学习这些分布，该人工智能在面对风险时会变得更加稳定和谨慎。
在模拟实验中，团队在一个拥有 10 个用户（其中 4 个被障碍物“深度遮挡”）的虚拟城市中测试了这种人工智能，并给它分配了混合型的任务，包括重型 CPU 任务（如数字运算）和 GPU 任务（如图形渲染）。结果令人印象深刻。DSAC-T 人工智能成功找到了适用于 81.67% 场景的解决方案，这是他们测试的所有方法中成功率最高的。相比之下，其他流行的 AI 方法成功率仅在 64% 到 71% 之间。此外，DSAC-T 人工智能的速度极快，每个场景仅需 0.0267 秒 即可做出决策。对比一下，传统的数学方法解决同样的问题需要超过 41 秒——这意味着该 AI 的速度大约快了 1,500 倍。
论文明确反对仅仅通过增加“主动”功率或使用更旧、更简单的 AI 模型就能解决问题的观点。他们表明，忽略“跨扇区能量泄露”（由于镜子硬件导致的信号向系统内泄露）会导致能源效率低下。他们的模拟实验表明，你必须考虑到这种泄露以及 CPU 和 GPU 任务的具体混合比例，才能获得理想的结果。虽然这些发现是基于计算机模拟而非真实的物理测试，但结果有力地表明，使用这种“分布式”学习方法是管理未来复杂且高能耗网络的一种极具前景的方式，它能确保我们的数字包裹在快速送达的同时，不会让系统过载。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。