用于策略驱动的物理层系统双层长期优化的代理人工智能

网络运营商不断变化的政策、服务要求和严格的实时约束使得现有的以固定目标和约束设计的方法变得无效。本文提出了 Agentic 长期性能优化（Agentic-LTPO），这是一种可应用于自适应物理层问题配置的嵌套双层优化框架。关键思想是采用代理人工智能在双层优化结构中生成上层配置，其中不断发展的算子策略、环境摘要和历史经验被转化为结构化的下层优化问题配置。较低级别通过更新配置来解决实时物理层决策的问题。考虑到无小区 MIMO 波束成形作为用例，我们通过设计一种新的多智能体决策过程来体现 Agentic-LTPO，该过程在上层具有检索增强的基于经验的验证，并在下层具有封闭式波束形成器。实验表明，Agentic-LTPO对动态运营商策略表现出很强的适应性，与传统方法相比，有效地将系统的长期性能提升了57.2%。