ComAgent：多LLM Agentic AI赋能的智能无线网络

新兴6G网络依赖复杂的跨层优化，但将高层意图手动转化为数学公式仍是瓶颈。虽然大语言模型（LLM）带来希望，单体方法往往缺乏足够的领域接地、约束感知和验证能力。为此，我们提出ComAgent，一个多LLM Agentic AI框架。ComAgent采用闭环的感知-规划-行动-反思循环，协调负责文献搜索、编码和评分的专门智能体，自主生成可求解器使用的公式和可复现的仿真。通过迭代分解问题并自我纠错，该框架有效弥合用户意图与执行之间的差距。评估表明，ComAgent在复杂波束成形优化中达到与专家相当的性能，并在多样无线任务上超越单体LLM，凸显其在新兴无线网络设计自动化方面的潜力。