6G 意图驱动网络中的 Agentic AI 赋能

该研究提出一种分层多智能体框架，利用 LLM 智能体通过 ReAct 循环自主分解自然语言意图并合成网络切片配置。 框架包含编排智能体及 RAN 和核心网专家智能体，基于结构化网络状态表示进行迭代推理。 实验表明系统性能优于单体智能体、基于规则系统及直接 LLM 提示，架构适用于 Open RAN 部署。