来源：期刊VIP网 时间：
作者：陈雷;
单位：中国刑事警察学院公安信息技术与情报学院;
摘要：在基于移动边缘计算（mobileedgecomputing, MEC）的第5代移动通信网络（5thgenerationmobile communication network,5G）中，针对无线虚拟现实（virtual reality,VR）用户在小小区间频繁切换而降低业务体验质量（quality of experience,QoE）的问题。考虑建立多视角3维（3-dimensional,3D）视频的主动缓存、计算和通信（caching, computing and communication,3C）资源分配数学模型，并采用深度强化学习（deep reinforcement learning,DRL）算法进行求解。将多视角3D视频的主动资源分配系统建模为联合视角选择和小基站3C资源分配的马尔科夫决策过程（Markov decision process,MDP）,提出了一种基于深度确定性策略梯度（deep deterministic policy gradient,DDPG）算法来寻找有效解。仿真结果表明，与另外2种算法相比，所提算法可以为无线VR用户在小小区间移动时提供更好的业务体验。
关键词：无线虚拟现实;;多视角3D视频;;3C资源分配;;深度强化学习
基金资助：辽宁省自然科学基金项目（编号：20180550046）;; 辽宁省教育厅科学研究项目（编号：ZGXJ2020005）;; 中国刑事警察学院重大培育项目（编号：D2023002）;中国刑事警察学院校级项目（编号：D2022045）;; 沈阳市社会治理科技专项项目（编号：22-322-3-35）
