視場感知緩存
（中國AI網(wǎng) 2025年05月23日）確保為VR用戶提供實時和高質(zhì)量視頻的無縫無線連接是一項挑戰(zhàn)。在一項研究中，加拿大女王大學(xué)，阿聯(lián)酋沙迦大學(xué)和沙特阿卜杜拉國王科技大學(xué)團(tuán)隊提出了一種支持移動邊緣計算（MEC）的無線VR網(wǎng)絡(luò)的視場感知緩存。
特別是，根據(jù)為每個基站量身定制的緩存策略進(jìn)行緩存/預(yù)取。具體來說，研究人員提出了基于保證的分散和個性化聯(lián)邦學(xué)習(xí)（DP-FL）的緩存策略。考慮到VR系統(tǒng)由多個VR設(shè)備和基站組成，在每個基站實現(xiàn)DP-FL緩存算法，可以為VR用戶提供個性化的內(nèi)容交付。
所使用的DP-FL算法保證了條件平均緩存命中的PAC綁定。為了降低梯度通信的開銷，團(tuán)隊提出了隨機(jī)梯度下降算法（OBSGD）的one-bit量化。另外，為了更好地考慮無線信道動態(tài)，根據(jù)請求VR用戶的數(shù)量，將視場分組為多播或單播組。
團(tuán)隊通過真實的VR頭部追蹤數(shù)據(jù)集驗證了所提出的DP-FL算法的性能，與基線算法相比，所提出的算法在平均延遲和緩存命中方面具有更好的性能。
虛擬現(xiàn)實有望徹底改變用戶與周圍環(huán)境之間的交互。VR有可能超越地理限制，將世界各地的用戶團(tuán)結(jié)在沉浸式虛擬環(huán)境中。無線連接的VR設(shè)備提供了一個富有前景的解決方案，可以隨時隨地提供無處不在的用戶體驗，并有可能解鎖眾多創(chuàng)新應(yīng)用程序。
然而，在不穩(wěn)定的無線信道上為實時VR應(yīng)用提供無縫連接的挑戰(zhàn)尚未得到解決。在此背景下，加拿大女王大學(xué)，阿聯(lián)酋沙迦大學(xué)和沙特阿卜杜拉國王科技大學(xué)團(tuán)隊提出了一種視場感知緩存方案，以促進(jìn)在支持移動邊緣計算（MEC）的無線網(wǎng)絡(luò)上提供高質(zhì)量的VR服務(wù)。
所提出的方法利用個性化的緩存策略來緩存或預(yù)取每個VR用戶在服務(wù)基站的視場。然后提出了一種基于分散和個性化聯(lián)邦學(xué)習(xí)（DP-FL）的緩存算法，以用于優(yōu)化所考慮的VR網(wǎng)絡(luò)。
為了提高個人體驗的質(zhì)量（QoPE），業(yè)界已經(jīng)提出了各種架構(gòu)。其中，MEC已經(jīng)成為一種有前途的范例，它將邊緣服務(wù)器放置在無線接入網(wǎng)絡(luò)的外圍，靠近移動設(shè)備和用戶。由于用戶本地設(shè)備在VR應(yīng)用中的處理能力有限，本地設(shè)備只能處理基本模型或2D模型的生成。
所以，VR傳感器捕獲的視頻幀可以轉(zhuǎn)發(fā)到邊緣服務(wù)器，為計算機(jī)視覺任務(wù)提供數(shù)據(jù)。VR系統(tǒng)可以利用MEC范式來執(zhí)行諸如快速和精確的3D圖形渲染、與多個傳感器交互、在邊緣服務(wù)器緩存VR文件以及在具有有限計算能力的移動設(shè)備顯示高分辨率內(nèi)容等任務(wù)。
這種方法包括將計算任務(wù)轉(zhuǎn)移到離最終用戶更近的地方，減少延遲，提高實時響應(yīng)能力。包含360度多視角的沉浸式視頻在實現(xiàn)VR應(yīng)用程序的利用方面發(fā)揮著關(guān)鍵作用。業(yè)界提出了大量的視頻編碼解決方案，通過監(jiān)控用戶感興趣的視覺區(qū)域來根據(jù)用戶的注意力調(diào)整流媒體，而共同目標(biāo)是專門流式傳輸用戶的視點區(qū)域。
將實時基于Tile的視場內(nèi)容流式傳輸?shù)絍R用戶網(wǎng)絡(luò)需要多個耗時的過程。例如，邊緣服務(wù)器必須獲取和分析數(shù)據(jù)，并隨后安排它們的傳輸。這一過程的總體延遲十分顯著，不能忽視。
所以，隨著用戶數(shù)量的增加，在延遲預(yù)算內(nèi)運行變得具有挑戰(zhàn)性。這種實現(xiàn)需要跨各種網(wǎng)絡(luò)層的創(chuàng)新解決方案。例如，主動緩存VR內(nèi)容可以顯著提高內(nèi)容分發(fā)的效率。具體來說，在邊緣BS緩存VR內(nèi)容提供了顯著的好處，包括減少延遲和提高性能。
然而，無線連接VR的動態(tài)特性帶來了挑戰(zhàn)，如低延遲限制、新內(nèi)容的不斷發(fā)展、用戶移動性、有限的緩存大小以及隨時間的動態(tài)流行分布。這種獨特的VR方面挑戰(zhàn)了固定文件流行度的傳統(tǒng)邊緣緩存假設(shè)。
所以，團(tuán)隊從在線學(xué)習(xí)的角度來處理緩存問題，不依賴于關(guān)于文件請求順序[的特定先驗統(tǒng)計假設(shè)。特別是，他們提出了一種用于VR系統(tǒng)的DP-FL緩存算法，以提高用戶在延遲約束下的QoPE。
團(tuán)隊通過真實的VR頭部追蹤數(shù)據(jù)集驗證了所提出的DP-FL算法的性能，與基線算法相比，所提出的算法在平均延遲和緩存命中方面具有更好的性能。
相關(guān)論文：Personalized Federated Learning for Cellular VR: Online Learning and Dynamic Caching
研究人員總結(jié)道，虛擬現(xiàn)實系統(tǒng)必然會從根本上改變設(shè)備之間的交互及其支持性通信環(huán)境。上述研究解決了在FL框架內(nèi)高度非靜止環(huán)境中VR內(nèi)容緩存的挑戰(zhàn)，并提出了一種新的算法DP-FL，利用統(tǒng)計和對抗學(xué)習(xí)原理來創(chuàng)建一個魯棒的緩存策略。各種仿真結(jié)果表明，算法的性能優(yōu)于現(xiàn)有的基線方法。
