16、AI 助力移动 VR 视频交付：高效调度与智能分发方案

AI 助力移动 VR 视频交付：高效调度与智能分发方案

1. 调度决策的影响因素

在移动 VR 视频交付中，调度决策受多种因素影响。直观上，请求中 Δu 值最小的视频块最急需。然而，若用户所处信道质量差，或者视频块的内容交付时间长，所请求的视频块可能无法及时交付。而且，当用户视角快速移动（如观看体育赛事）时，请求的视频块可能仅能在少数时间槽内渲染视角；相反，当用户视角移动缓慢时，请求的视频块能在多个时间槽内支持视角。当计算资源有限，只能满足一个请求时，边缘服务器可能会优先满足视角移动变化较小的用户 HMD 的请求，以提高整体命中概率。此外，频繁变化的视角对预测准确性构成挑战，这种不确定性增加了交付失败的可能性，在调度时需要予以考虑。

2. 基于 WI 的交付调度

为解决调度问题，将其重新表述为躁动多臂老虎机（RMAB）问题，并提出基于 WI 的内容交付调度方案，还利用强化学习方法确定调度方案中的 WI 值。
- RMAB 问题建模 ：考虑 U 个受控马尔可夫链 {Xu n, u = 1, …, U, n ≥ 0}，状态空间为 Yu。用户 HMD u 的马尔可夫链状态 Y u n 包括用户 u 的先前视角轨迹 vu,n、用户 HMD u 缓冲区中的视频块集合 Bu,n 以及当前信道条件 RE,n,u。同时，在状态中加入请求信息，如请求的视频块索引 (i, s)u,n、请求持续时间 Δu,n、相应视频块的数据大小以及视频块的内容放置策略。控制变量 zu,n 为二进制，zu,n = 1 时为活跃状态，zu,n = 0 时为被动状态。处理周期 φ = D(u∗, n)，其中 u∗ 是在时间槽 n 被调度请求的用户 HMD。从状态 Y u