元学习驱动的边缘侧多退出点DNN拆分自适应控制

《IoT》：Meta-Learning-Driven Adaptive Control for Multi-Exit DNN Splitting at the Edge

　　

摘要

早退深度神经网络（DNNs）能够降低边缘推理延迟，但无线与计算资源的突发性波动可能使分割推理策略失去稳定性。本文提出了一种基于元学习的自适应控制框架，用于MobileViT中主干网络分割与早退路由的联合优化。该框架将多出口分割建模为约束马尔可夫决策过程（CMDP），并引入了分割感知的多维自适应近端策略优化（SMAPPO）。SMAPPO将非线性服务质量（QoS）惩罚与拓扑感知的动作掩码相结合，同时通过跨环境元初始化来支持资源扰动后的边缘本地适配。在所假设的仿真条件下，SMAPPO在一个代表性的500回合的平稳轨迹中，于六种方法中达到了最高的性能指数平台期，并在三种延迟–能耗偏好设置下实现了最低的归一化总成本。在十个随机种子和九个平稳或受扰动场景下，在线SMAPPO实现了77.20%的测量准确率和22.40 mJ的系统能耗。在适应时间范围为的条件下，SMAPPO的扰动后平均延迟为37.68毫秒，QoS违规率为2.24%，按时完成任务率为98.69%。这些结果表明，在受控仿真器中，将元初始化、非线性约束塑造与拓扑感知的动作掩码相结合，能够提升平稳优化性能和扰动恢复能力。