面向无线通信与网络的 AI 推理：综述与展望
网络与互联网体系结构
2025-09-12 v1
摘要
人工智能 (AI) 技术在优化无线通信网络中扮演着关键角色。然而, 传统深度学习方法常常像封闭盒子一样, lacks 结构化推理能力以解决复杂的多步骤决策问题。本综述提供了无线通信网络中以推理为导向的 AI 的全面回顾与展望, 关注大型语言模型 (LLM) 和其他先进推理范式。特别是, LLM-based agents 可以将推理与长期计划、记忆、工具利用和自主跨层控制相结合, 以最小的人类干预动态优化网络操作。我们首先概述了智能无线网络的演化和常规 AI 方法的局限性。我们 then 介绍 emerging AI reasoning 技巧。进一步, 我们建立了一个适用于无线网络任务的分类系统。我们 also present a layer-by-layer examination for AI reasoning, 涵盖物理层、数据链路层、网络层、传输层和应用层。对于每一部分, 我们识别关键挑战并说明如何通过 AI 推理方法提高 AI-based 无线通信性能。最后, 我们讨论了面向未来无线通信网络的 AI 推理的关键研究方向。通过结合通信和 AI 方面的见解, 本综述旨在为将推理技术集成到下一代无线网络中绘制道路。
引用
@article{arxiv.2509.09193,
title = {AI Reasoning for Wireless Communications and Networking: A Survey and Perspectives},
author = {Haoxiang Luo and Yu Yan and Yanhui Bian and Wenjiao Feng and Ruichen Zhang and Yinqiu Liu and Jiacheng Wang and Gang Sun and Dusit Niyato and Hongfang Yu and Abbas Jamalipour and Shiwen Mao},
journal= {arXiv preprint arXiv:2509.09193},
year = {2025}
}