ORION：用可验证部署结果为6G切片规划Agent积累情景记忆

跨管理域部署6G网络切片，需要为每个到达请求在线决定：由哪个域承载各虚拟网络功能、流量如何跨域，以及是否接纳该切片。在请求持续到达时，这一联合决策问题是 NP 难的。对参数化多域拓扑族的实验表明，没有固定规划策略能在所有情形中占优：性能排序在不同拓扑类别间反转，而且多数被拒请求其实存在可行部署，但未被找到。这说明规划层是决定性能的关键。ORION 是分层编排器，由两个 LLM Agent 将服务意图转为结构化请求并生成抽象部署计划；协作式多 Agent 强化学习协调器选择跨域划分，将计划视为持续软先验，再由各域 Agent 部署网络功能。主要贡献位于规划层：结果驱动的情景记忆为每次完成的尝试记录网络条件概况、所提计划及经验证的可行性结果。记忆将验证成功与标注失败反馈给规划器，以部署可行性闭合适配循环，而非对规划器自己的提案赋予标量奖励。为单独考察计划质量的影响，研究在留出的拓扑族上评测规划器，并固定下游选择与执行机制。在这一受控条件下，与同一规划器不使用记忆相比，该记忆使接纳率提高4.6–11.5个百分点；相对于先进先出存储的增益，大部分来自按重要性保留记忆。