面向资源受限车联网的自适应多判别器 WGAN 框架：结合强化学习与博弈论

arXiv:2610.10926v1 公告类型：new 摘要：将机器学习工作负载作为网络服务进行管理，会引入不同于传统模型训练的资源编排问题：应为任务分配哪些节点，如何在这些节点之间划分通信与计算预算，以及在连接性和节点可用性随移动性变化时如何维持服务质量。在车联网（IoV）环境中部署生成对抗网络（GANs）正是这一问题的一个棘手实例；资源约束、动态网络拓扑以及相互竞争的优化目标意味着，传统 GAN 架构无法同时实现高精度、高效资源利用、低延迟和低通信开销。本文提出一种自适应多判别器 Wasserstein GAN（MD-WGAN）框架，将强化学习与基于博弈论的协调机制相结合，以协同应对这些挑战。在该框架中，路侧单元部署生成器，并为其配备 Deep Q-Network（DQN）智能体；这些智能体负责选择判别器子集，并管理移动车辆节点上的分布式训练，同时通过基于博弈论的协调步骤在生成器和判别器之间分配训练轮次。统一的优化目标将对抗学习质量与车辆网络约束下的资源效率、通信开销和延迟联系起来，使框架能够随着网络状况变化持续调整其训练行为。在真实世界 NGSIM 轨迹数据上的评估表明，该框架的预测精度与当前最先进的 GAN 基线相当——在所有评估方法中取得最低的 RMSE（1.029）和 MAE（0.894）——同时显著提升了资源效率：平均 CPU 利用率降低约 28%，平均内存使用量降低约 6%，且通信开销和延迟具有竞争力。