香港科大提出因果强化学习新框架，显著提升多用户VR交互体验
在多用户虚拟现实交互中优化体验质量
（映维网Nweon 2025年11月08日）在多用户虚拟现实交互中优化体验质量（QoE）需要在超低延迟、高精度运动同步与公平资源分配之间实现精妙平衡。尽管自适应关键帧提取技术能缓解传输开销，但现有方法往往忽视带宽分配、CPU频率与用户感知之间的因果关系，从而限制了QoE的提升。
在一项研究中，香港科技大学团队提出一种智能框架，通过将自适应关键帧提取与因果感知强化学习（RL）相结合来实现QoE最大化。首先基于韦伯-费希纳定律构建新型QoE度量指标，融合感知灵敏度、注意力驱动优先级和运动重建精度；随后将QoE优化问题建模为混合整数规划（MIP）任务，在水平公平约束下联合优化关键帧比率、带宽和计算资源。
团队提出部分状态因果深度确定性策略梯度（PS-CDDPG），将深度确定性策略梯度（DDPG）方法与因果影响检测相结合。通过利用关于QoE如何受各种动作影响并决定的因果信息，他们探索由因果推断（CI）计算权重引导的动作，从而提升训练效率。基于CMU运动捕捉数据库的实验表明，本框架显著降低交互延迟、提升QoE并保持公平性，相比基准方法实现更优性能。
......（全文 3543 字，剩余 3121 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
