생성형 AI 기반 지능형 교통 디지털 트윈을 위한 공동 작업 오프로딩, 추론 최적화 및 UAV 경로 계획

Joint Task Offloading, Inference Optimization and UAV Trajectory Planning for Generative AI Empowered Intelligent Transportation Digital Twin

지능형 교통 디지털 트윈(ITDT) 구현을 위해, 무인 항공기(UAV)들이 도로변 센서로부터 수집된 센싱 데이터를 처리하도록 예정되어 있습니다. 이때, 생성형 인공지능(GAI) 기술, 예를 들어 디퓨전 모델이 UAV에 탑재되어 원시 센싱 데이터를 고품질의 유용한 정보로 변환합니다. 따라서, 본 연구에서는 GAI 기반 ITDT를 제안합니다. UAV의 동적 이동성과 함께, 일련의 디퓨전 모델 추론(DMI) 작업을 동시에 처리하는 것은 디지털 트윈 업데이트의 정확성과 지연에 영향을 미칩니다. 본 논문에서는 GAI 기반 ITDT의 정확성-지연 균형 문제를 해결하기 위해, 시스템 유틸리티 극대화(SUM) 문제를 기반으로 DMI 작업 오프로딩, 추론 최적화 및 UAV 경로 계획의 공동 최적화 문제를 연구합니다. 네트워크 동적 환경에서 문제를 해결하기 위해, SUM 문제를 이종 에이전트 마르코프 의사 결정 프로세스로 모델링하고, 순차적 업데이트 기반 이종 에이전트 듀얼 딜레이드 딥 결정 정책 그래디언트(SU-HATD3) 알고리즘을 제안합니다. 수치적 결과는 제안된 알고리즘이 기존 알고리즘에 비해 시스템 유틸리티와 수렴 속도 측면에서 큰 장점을 제공함을 보여줍니다.

To implement the intelligent transportation digital twin (ITDT), unmanned aerial vehicles (UAVs) are scheduled to process the sensing data from the roadside sensors. At this time, generative artificial intelligence (GAI) technologies such as diffusion models are deployed on the UAVs to transform the raw sensing data into the high-quality and valuable. Therefore, we propose the GAI-empowered ITDT. The dynamic processing of a set of diffusion model inference (DMI) tasks on the UAVs with dynamic mobility simultaneously influences the DT updating fidelity and delay. In this paper, we investigate a joint optimization problem of DMI task offloading, inference optimization and UAV trajectory planning as the system utility maximization (SUM) problem to address the fidelity-delay tradeoff for the GAI-empowered ITDT. To seek a solution to the problem under the network dynamics, we model the SUM problem as the heterogeneous-agent Markov decision process, and propose the sequential update-based heterogeneous-agent twin delayed deep deterministic policy gradient (SU-HATD3) algorithm, which can quickly learn a near-optimal solution. Numerical results demonstrate that compared with several baseline algorithms, the proposed algorithm has great advantages in improving the system utility and convergence rate.