研究人员开发了一个新的由AI驱动的5G网络节能框架,该框架可确保服务水平协议(SLA)得到维持。该系统使用一种稳定性感知的约束强化学习方法,特别是约束近端策略优化(PPO),来动态管理无线资源和基站功率模式。在七个小区的环境中进行的模拟显示,在名义流量下,能耗显著降低了高达41.4%,同时在压力和未知流量条件下也保持了零SLA违规和吞吐量损失。 AI
影响 这项研究通过在不影响用户体验的情况下降低能耗,有望实现更高效、更具成本效益的5G网络运营。
排序理由 该集群包含一篇学术论文,详细介绍了一种针对特定技术问题的创新AI方法。[lever_c_demoted from research: ic=1 ai=1.0]
- 5G
- Lagrangian penalties
- Markov decision process
- N. G. Ranga
- Proximal Policy Optimization
- QoS
- service-level agreement
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →