Sunway City, Malaysia

新型多智能体系统提升5G吞吐量预测能力

研究人员开发了一种分层多智能体系统（TMAS），以提高城市环境中5G吞吐量的预测精度。该系统通过将边缘遥测数据动态路由到专门的微智能体，克服了传统单体机器学习模型的局限性。TMAS使用马来西亚Sunway City的数据集进行了验证，展示了高达0.931的R2和低至0.53 Mbps的平均绝对误差（MAE），准确率很高，同时保持了适合下一代网络的低推理延迟。