Inferensi Edge Kooperatif Berbantuan UAV untuk Ekonomi Altitud Rendah melalui Pembelajaran Penguatan Mendalam Hierarkis Berbasis MoE

Ekonomi altitud rendah (LAE) sedang membentuk ulang lanskap industri dengan menyebarkan unmanned aerial vehicle (UAV) untuk memfasilitasi berbagai aplikasi yang menuntut mobilitas udara yang fleksibel. Integrasi kecerdasan buatan (AI) edge ke dalam platform LAE menciptakan paradigma yang menarik ketika UAV menyediakan analisis berbasis AI secara real-time sekaligus menjalankan tugas misi udara utamanya. Namun, mewujudkan paradigma ini tetap menantang karena batasan misi yang ketat dari tugas utama tersebut dan hambatan throughput pada tautan nirkabel. Untuk menjembatani kesenjangan ini, penulis mengusulkan kerangka inferensi edge kooperatif berbantuan UAV ketika UAV menjalankan tugas LAE yang kritis terhadap misi, yang dikuantifikasi oleh deviasi trajektori dari jalur referensi, sekaligus mendukung perangkat darat melalui offloading fitur perantara. Dalam kerangka ini, trajektori UAV, keputusan offloading tugas inferensi, dan rasio kompresi fitur dioptimalkan secara bersama untuk memaksimalkan kinerja sistem. Tugas optimasi bersama ini dirumuskan ke dalam kerangka partially observable Markov decision process (POMDP) terbatas. Untuk menyelesaikannya secara efisien, penulis mengusulkan HDRL-MoE, kerangka pembelajaran penguatan mendalam hierarkis baru yang memisahkan optimasi keputusan inferensi yang berubah lambat dari kontrol trajektori UAV yang berubah cepat. Lebih lanjut, HDRL-MoE mengintegrasikan arsitektur mixture-of-experts (MoE), ketika jaringan router mengorkestrasi keputusan offloading diskret sementara jaringan expert secara independen mengoptimalkan rasio kompresi fitur. Simulasi ekstensif menunjukkan bahwa HDRL-MoE mencapai peningkatan akurasi inferensi yang signifikan dibandingkan baseline dan menunjukkan skalabilitas serta efisiensi tinggi melalui desain MoE-nya.

Kerangka yang diusulkan menangani masalah optimasi bersama yang melibatkan trajektori UAV, keputusan offloading tugas inferensi, dan rasio kompresi fitur. Masalah ini diformulasikan sebagai partially observable Markov decision process (POMDP) terbatas, dengan tujuan memaksimalkan kinerja sistem sekaligus memenuhi batasan misi yang dikuantifikasi oleh deviasi trajektori dari jalur referensi. Untuk menyelesaikan POMDP ini secara efisien, penulis memperkenalkan HDRL-MoE, kerangka pembelajaran penguatan mendalam hierarkis yang memisahkan optimasi keputusan inferensi yang berubah lambat dari kontrol trajektori UAV yang berubah cepat. Struktur hierarkis ini memungkinkan agen menangani skala temporal yang berbeda secara efektif. Selain itu, HDRL-MoE menggabungkan arsitektur mixture-of-experts (MoE): jaringan router mengorkestrasi keputusan offloading diskret, sementara jaringan expert secara independen mengoptimalkan rasio kompresi fitur. Desain ini memungkinkan pembelajaran yang skalabel dan efisien. Kerangka ini dievaluasi melalui simulasi ekstensif, yang menunjukkan peningkatan akurasi inferensi yang signifikan dibandingkan metode baseline serta skalabilitas dan efisiensi tinggi berkat desain MoE.