跳到主要内容
检索

Seyed Bagher Hashemi Natanzi

1 篇关联报道

订阅更新
  1. arXiv

    驯服智能体化RAN:O-RAN中自主AI智能体的稳定性保证仲裁

    该工作在真实O-RAN测试床上演示了两个各自目标正确的自主智能体(一个保护时延SLA、一个追求能效利用率)会共同引发共享资源划分的反复反向偏移,并提出并证明了一个轻量仲裁层AURA,通过可行性不变量、逐变量驻留时间和死区三项准入检查,将共享状态偏移幅度从8.4降至0.4 PRB、将跨切片吞吐饥饿从40–55%降至0.3%,同时不改善受保护切片自身的时延合规率。

已读完全部报道