AI 生成的网络设计：一种基于扩散模型的学习方法
网络与互联网体系结构
2023-08-01 v2
摘要
未来网络对智能化和定制化设计提出了迫切需求，以应对激增的网络规模、动态时变环境、多样化用户需求以及繁杂的人工配置。然而，传统的基于规则的方案严重依赖人力与专业知识，而数据驱动的智能算法仍缺乏可解释性与泛化能力。本文中，我们提出 AIGN（AI-Generated Network，AI 生成的网络），一种新颖的意图驱动网络设计范式，使运营商能够快速生成多种定制化网络方案并实现无专家的问题优化。在基于扩散模型的学习方法驱动下，AIGN 具有学习奖励最大化轨迹、自动满足多重约束、适应不同目标与场景，甚至智能创造现有网络环境中未见的新设计与机制的巨大潜力。最后，我们给出一个用例，证明 AIGN 能有效指导基于数字孪生的接入网中发射功率分配的设计。
引用
@article{arxiv.2303.13869,
title = {AI-Generated Network Design: A Diffusion Model-based Learning Approach},
author = {Yudong Huang and Minrui Xu and Xinyuan Zhang and Dusit Niyato and Zehui Xiong and Shuo Wang and Tao Huang},
journal= {arXiv preprint arXiv:2303.13869},
year = {2023}
}
备注
7 pages, 3 figures