AgentRAN：用于自主控制开放6G网络的智能体AI架构
人工智能
2026-02-03 v2 网络与互联网体系结构
摘要
尽管Open RAN的可编程架构，今天的部署仍严重依赖静态控制和手动操作。为超越这一限制，我们引入AgentRAN，这是一个AI原生的、面向Open RAN的智能体框架，通过自然语言意图生成和编排分布式AI智能体的网络。与需要显式编程的传统方法不同，AgentRAN的LLM驱动的智能体能够解释自然语言意图，通过结构化对话协商策略，并跨网络编排控制循环。AgentRAN实例化一个自组织的智能体层次结构，将复杂意图在时间尺度（从亚毫秒到分钟）、空间域（从小区到网络范围）和协议层（从PHY/MAC到RRC）上进行分解。一种核心创新是AI-RAN工厂，它不断从操作数据中生成改进的智能体和算法，将网络转化为自身智能进化的系统。我们通过实际5G实验验证了AgentRAN，展示了其在功率控制和调度方面对不同运营商意图的动态适应能力。关键优势包括透明的决策过程（所有智能体推理都可审计）、引导式智能（无需初始训练数据）以及通过AI-RAN工厂实现的持续自我改进。
引用
@article{arxiv.2508.17778,
title = {AgentRAN: An Agentic AI Architecture for Autonomous Control of Open 6G Networks},
author = {Maxime Elkael and Salvatore D'Oro and Leonardo Bonati and Michele Polese and Yunseong Lee and Koichiro Furueda and Tommaso Melodia},
journal= {arXiv preprint arXiv:2508.17778},
year = {2026}
}
备注
This work has been submitted to the IEEE for possible publication