研究人员开发了XAI-CODE，一个新颖的离线多智能体强化学习框架，专为未来6G及更高版本网络的网络切片设计。该方法利用可解释AI来指导去中心化执行，在部署期间无需智能体间通信或环境交互。XAI-CODE旨在最小化每个切片的延迟，同时防止资源冲突，在模拟中显示零冲突，并与现有的在线方法相比显著降低了信令开销和推理延迟。 AI
影响 通过利用可解释AI进行去中心化控制，这项研究可以实现未来电信网络中更高效可靠的资源管理。
排序理由 详细介绍新AI方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
