跳到正文
arXiv · ML· Xingqi Wu, Junaid Farooq, Tao Li, Juntao Chen, Ying Wang·· 3 天前AI 评分21

O-RAN控制下的时延感知强化学习框架

Delay-Aware Reinforcement Learning for O-RAN Control under Stochastic Reward Feedback

AI 导读

summary_zh: 针对O-RAN中异步反馈导致的时延奖励问题,提出一种时延感知深度强化学习框架,实现收敛加速并显著降低时延违规与丢包。 框架集成基于LSTM的时延预测器与时间奖励重对齐模块,采用off-policy学习管线,并基于Open AI Cellular(OAIC)测试床经验时延轨迹验证。

来源:arXiv · ML · arxiv.org