研究人员开发了一个新颖的强化学习框架,旨在改进Open Radio Access Networks (O-RAN) 中的控制。这种新方法专门解决了O-RAN系统中固有的延迟和随机奖励反馈的挑战。通过集成基于长短期记忆的延迟预测器和时间奖励重新对齐模块,该框架旨在增强信用分配并稳定训练。使用Open AI Cellular (OAIC) 测试台的数据进行的实验表明,与传统的强化学习技术相比,这种延迟感知方法能够更快地收敛,并显著减少延迟违规和丢包。 AI
影响 这项研究可能导致更可靠、更高效的电信基础设施人工智能驱动控制。
排序理由 学术论文,详细介绍了一种针对特定技术问题的新方法。[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 →