融合边缘智能与近场通信：概念、设计与验证

《IEEE Network》：Embodied Edge Intelligence Meets Near Field Communication: Concept, Design, and Verification

本文提出近场EEI（NEEI）范式，结合近场通信与嵌入式边缘智能，通过无线电友好规划及视向波束聚焦技术优化资源利用，并借助机会主义协同导航实现高效通信，实验验证其优于传统方法。

　　

摘要：

实现具身人工智能（Embodied Artificial Intelligence, EEI）面临巨大挑战，因为大型模型（Large Models, LMs）的计算需求极高。为了支持这些模型同时确保实时推理，具身边缘智能（Embodied Edge Intelligence, EEI）成为一个有前景的解决方案，它利用边缘计算资源为机器人提供接近其本身的计算能力。由于涉及数据交换，EEI需要更高的频谱效率、更强的通信安全性以及减少用户间的干扰。为了满足这些需求，基于极大型天线阵列的近场通信（Near-Field Communication, NFC）成为理想的技术选择。因此，本文提倡将EEI与NFC结合，形成近场EEI（Near-Field EEI, NEEI）这一新范式。然而，NEEI也带来了新的挑战，这些挑战无法仅通过单独的EEI或NFC设计来解决，这就为两者功能的联合优化提供了研究机会。为此，我们提出了适用于EEI辅助NFC场景的“无线电友好型”规划方法，以及适用于NFC辅助EEI场景的“基于视场的波束聚焦”技术。同时，我们还详细介绍了如何通过机会主义协作导航来实现资源高效的NEEI。实验结果证明了所提出技术的优越性，其性能优于多种基准测试方法。

引言

由于语义和几何搜索空间的庞大，让自主机器人能够理解人类指令、制定计划并采取行动是一个巨大的挑战[1]。然而，随着大型模型（LMs）的突破[2]，这种情况已经发生了变化，因为这些模型可以利用常识推理能力有效缩小搜索空间[3]。机器人技术与大型模型的结合催生了“具身人工智能”（AI）这一新范式。