Core Concepts
分散型インターネットオブビークルスにおいて、マルチエージェントの深層強化学習を活用して、ロードサイドユニットのAIコンテンツ生成サービスの供給と利用者の需要のバランスを最適化し、ユーザ体験の向上と遅延の最小化を実現する。
Abstract
本論文では、分散型インターネットオブビークルス(IoV)におけるAIによる自動コンテンツ生成(AIGC)サービスの割り当てメカニズムを提案している。
まず、IoVネットワークにおいて、ロードサイドユニット(RSU)がローカル市場のオークショナーとして機能し、AIモデルを提供するバーチャルマシンがサービス販売者、IoVがサービス購入者として参加するダブルサイド市場を設計している。
次に、マルチエージェントの深層強化学習(MADRL)を用いて、サービスの供給と需要のバランスを最適化するメカニズムを提案している。具体的には、各IoVエージェントが自身の効用を最大化するよう入札戦略を学習し、RSUが落札メカニズムを通じてサービスの割り当てと価格設定を行う。
この提案手法は、ユーザ満足度の向上と遅延の最小化を目的としており、実験結果から、他の手法と比較して優れたパフォーマンスを示すことが確認された。
Stats
AIコンテンツ生成サービスの提供には大量のコンピューティングリソースと記憶容量が必要となる。
ロードサイドユニットは限られたリソースしか持たないため、多様なAIコンテンツサービスを提供し、全てのユーザ要求に応えるのは困難である。
ユーザ要求の競合により、サービスの適切な割り当てが重要な課題となる。