Chuangxin Cheng

COMLLM框架利用大语言模型和多步模拟增强移动边缘计算

研究人员开发了COMLLM，一个旨在改进移动边缘计算（MEC）系统中任务卸载的新框架。该方法利用大语言模型（LLMs），并新颖地集成了组相对策略优化（GRPO）和前瞻协作模拟（LACS）机制。COMLLM通过将多步模拟纳入其奖励设计来捕捉决策的长期影响，从而实现近乎最优的延迟和更好的负载均衡公平性。一个关键优势是其零样本拓扑可扩展性，允许在较小网络上训练的模型在无需重新训练的情况下泛化到更大、未见过的网络。