Unleashing Collaborative Computing for Adaptive Video Streaming with Multi-objective Optimization in Satellite Terrestrial Networks

本文提出了卫星地面网络（STN）作为物联网（IoT）服务的传输载体，但由于视频流等计算密集型任务的资源受限，因此在STN内部建立协同计算至关重要。作者将任务卸载挑战视为多目标优化问题，利用地面设备/用户和卫星之间的协作，提出了一种协同计算方案，将计算任务最优地分配给STN内的各个节点，以提高服务性能，包括体验质量（QoE）。该算法首先动态选择一个平衡服务时间和资源利用率的端到端路径。对于每个选择的路径，引入了基于多智能体软演员-评论家（MA-SAC）的算法，以自适应方式决策并协同分配给定计算任务的最优异构资源。在该算法中，将连接卫星网络和地面网络的地面站视为代理，以从STN和用户中提取信息。通过MA-SAC，多个代理合作确定到达任务的自适应比特率和网络资源。数值结果表明，相对于各种计算任务的比较方案，我们的提案在各种标准上表现更好。

本论文旨在通过卫星-地面网络（STNs）之间的协作计算来优化计算任务的分配，以提高服务性能和用户体验。

该论文提出了一种基于多智能体软演员-评论家算法（MA-SAC）的协作计算方案，将计算任务分配给STNs中的各个节点，以优化服务性能和用户体验。

该算法采用动态选择端到端路径，平衡服务时间和资源利用率，并采用MA-SAC算法对每个选择的路径进行自适应决策和协作分配最优异构资源。实验结果表明，该算法在各种计算任务中的性能优于比较方案。

在最近的相关研究中，一些论文提出了基于卫星通信的网络资源管理和任务分配方案，如“基于卫星通信的分布式边缘计算资源管理机制”和“一种基于卫星通信的边缘计算任务分配方法”。