כתבה
arXiv cs.LG ·
בקרת אנרגיה בטוחה ל-NG-RAN
SLA-Safe Energy Control for AI-Native NG-RAN Using Stability-Aware Constrained PPO
פותחה שיטה לבקרת אנרגיה בטוחה עבור NG-RAN, המשתמשת בלמידת חיזוק מוגבלת. השיטה מפחיתה צריכת אנרגיה ב-41.4% תחת תנאי תנועה רגילים ושומרת על איכות שירות.
תקציר מקורי באנגליתarXiv:2609.05861v1 Announce Type: cross Abstract: One important AI-for-RAN use case is energy saving, in which radio resources and cell energy modes must be dynamically controlled without violating user quality-of-service (QoS) or service-level agreement (SLA) requirements. However, aggressive sleep-state or deactivation decisions may reduce energy consumption at the cost of throughput degradation, delay increase, SLA violations, and unstable mode switching, especially under time-varying and bursty traffic conditions. This paper proposes a stability-aware constrained reinforcement learning framework for SLA-safe energy control in 5G NG-RAN. The problem is formulated as a constrained Markov decision process in which an AI-native controller selects closed-loop energy-saving actions based on
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית