Optimasi Kinerja Jaringan Komunikasi Semantik Kolaboratif dengan Umpan Balik Kanal dan Preferensi Konten

Skema value-decomposition actor-critic dengan konstruksi lingkungan dinamis untuk transmisi citra semantik yang sadar preferensi

Defeng Zhou; Dongyu Wei; Siyao Li; Mingzhe Chen· 2026· DOI 10.48550/arXiv.2607.25011

Masalah inti

Kerangka komunikasi semantik yang ada memperlakukan dan mentransmisikan semua region citra dengan kepentingan yang sama, sebuah asumsi yang tidak praktis untuk aplikasi dunia nyata di mana konten berbeda dalam suatu citra dapat diprioritaskan secara berbeda. Untuk mengatasi keterbatasan ini, penulis mengusulkan kerangka komunikasi semantik baru yang memungkinkan pemancar menggunakan umpan balik kanal dan konten yang terbatas untuk memprioritaskan transmisi region citra penting. Dalam kerangka yang diusulkan, base station (BS) membagi setiap citra menjadi sub-citra, mengekstraksi informasi semantiknya, dan mentransmisikannya ke pengguna sesuai preferensi mereka. Pengguna merekonstruksi citra berdasarkan sub-citra yang diterima dan secara kooperatif memutuskan kapan mengirimkan channel state information (CSI) atau umpan balik preferensi konten di bawah kanal dinamis dan sumber daya terbatas. Masalah utama dirumuskan sebagai optimasi yang meminimalkan semantic-weighted mean square error antara citra asli dan citra yang diregenerasi dengan mengoptimalkan secara bersama alokasi sub-kanal, alokasi daya pengguna, dan pemilihan umpan balik.

Hasil simulasi menunjukkan bahwa skema VDAC-DNC yang diusulkan dapat meningkatkan kinerja hingga 5,04% dibandingkan metode multi-agent QAC standar. Lebih lanjut, skema ini mencapai peningkatan hingga 18,55% dibandingkan metode yang diusulkan tanpa transmisi umpan balik. Perolehan ini menunjukkan efektivitas penggabungan pembelajaran value decomposition actor-critic dengan konstruksi lingkungan dinamis untuk komunikasi semantik yang sadar preferensi di bawah kanal dinamis dan sumber daya terbatas.

Kerangka komunikasi semantik yang ada memperlakukan dan mentransmisikan semua region citra dengan kepentingan yang sama, sebuah asumsi yang tidak praktis untuk aplikasi dunia nyata di mana konten berbeda dalam suatu citra dapat diprioritaskan secara berbeda. Untuk mengatasi keterbatasan ini, penulis mengusulkan kerangka komunikasi semantik baru yang memungkinkan pemancar menggunakan umpan balik kanal dan konten yang terbatas untuk memprioritaskan transmisi region citra penting.

Dalam kerangka yang diusulkan, base station (BS) membagi setiap citra menjadi sub-citra, mengekstraksi informasi semantiknya, dan mentransmisikannya ke pengguna sesuai preferensi mereka. Pengguna merekonstruksi citra berdasarkan sub-citra yang diterima dan secara kooperatif memutuskan kapan mengirimkan channel state information (CSI) atau umpan balik preferensi konten di bawah kanal dinamis dan sumber daya terbatas. Masalah utama dirumuskan sebagai optimasi yang meminimalkan semantic-weighted mean square error antara citra asli dan citra yang diregenerasi dengan mengoptimalkan secara bersama alokasi sub-kanal, alokasi daya pengguna, dan pemilihan umpan balik.

Hasil menunjukkan bahwa umpan balik kanal dan konten yang terbatas dapat dimanfaatkan secara efektif untuk memprioritaskan region citra penting, menghasilkan peningkatan kinerja yang substansial dibandingkan baseline multi-agent QAC standar maupun varian tanpa umpan balik. Aproksimasi aksi kontinu pada skema VDAC-DNC mengurangi dimensi keluaran, sementara konstruksi lingkungan dinamis menghindari pencarian menyeluruh pada ruang aksi diskret yang besar, yang secara bersama meningkatkan efisiensi pelatihan. Ketergantungan kerangka ini pada keputusan kooperatif pengguna untuk pemilihan umpan balik menyoroti trade-off praktis antara overhead umpan balik dan kualitas rekonstruksi. Peningkatan yang dilaporkan sebesar 5,04% dan 18,55% menunjukkan bahwa prioritisasi semantik yang sadar umpan balik merupakan arah yang menjanjikan untuk jaringan komunikasi semantik kolaboratif, meskipun evaluasi terbatas pada pengaturan simulasi dan dinamika kanal tertentu.

Praktisi dan peneliti ilmu komputer

Membuka konten member…