一种用于三维连续体 6G 网络的新型复合 AI 模型

三维连续体呈现了一个跨越地面、空中和太空领域的复杂环境，其中 6G 网络作为一项关键的使能技术。当前用于网络管理的 AI 方法依赖于单体模型，这些模型无法捕捉跨域交互，缺乏适应性，并且需要难以承受的计算资源。本文提出了一个复合 AI 系统的形式化模型，引入了一个新颖的三方框架，将复杂任务分解为专门的、可互操作的模块。所提出的模块化架构提供了基本能力，以应对三维连续体中 6G 网络的独特挑战，其中异构组件需要协调但分布式的智能。这种方法在模型性能和系统性能之间引入了一个基本的权衡，必须仔细处理。此外，我们确定了在三维连续体中运行的 6G 网络内复合 AI 系统面临的关键挑战，包括跨域资源编排、对动态拓扑的适应以及在异构环境中维持一致的 AI 服务质量。