.png){kind=icon}
返回
Toward Inference Latency Optimization for Scalable Collaborative Multi-UAV Analytics
.png){kind=icon}
PRE
AI
DOI：10.1109/TGCN.2025.3625726.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
协作式多无人机（UAVs）在实时视频分析应用中展现出巨大潜力。当前的多无人机系统面临推理延迟和续航时间等挑战。这些问题主要源于无人机计算资源有限和能量约束。无人机部署规模是一个关键因素，因为它对推理延迟和无人机续航时间施加了不同程度的限制。本文提出了一种可扩展的协作式无人机架构，用于视频分析，该架构针对不同无人机规模进行了优化，并适用于集中式和分布式控制模式。为最小化推理延迟并提高能源效率，我们开发了基于无人机协作的视频分析的数学模型和优化算法，涵盖了集中式和分布式场景。集中式方法采用两层优化算法，联合优化无人机部署和任务调度（JDTSO）；而分布式方法将多智能体近端策略优化（MAPPO）与有向无环图（DAG）分区策略（MAPDP）相结合。广泛的仿真分析和数值结果表明，所提出的架构具有卓越的性能。
Keyword:
Collaborative multi-UAV
computation offloading
DAG partition
期刊
I
IF:
6.7
论文数:
1.4K
被引数:
4.3K
机构
引用论文
Fast and Fair Computation Offloading Management in a Swarm of Drones Using a Rating-Based Federated Learning Approach.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏
Collaboration in the Sky: A Distributed Framework for Task Offloading and Resource Allocation in Multi-Access Edge Computing空中协作: 用于多访问边缘计算中的任务卸载和资源分配的分布式框架OAAI
OAAI分享收藏Computing Power in the Sky: Digital Twin-Assisted Collaborative Computing With Multi-UAV Networks王, C.; 韩, Y.; 张, L.; 贾, Z.; 张, H.; Hong, C.S.; 韩, Z. 计算能力在空中:基于数字孪生的多无人机网络协同计算. IEEE Trans. Veh. Technol. 2025, 74, 14466–14482. [Google Scholar] [CrossRef]
PREAI
分享收藏
查看更多内容