面向 UAV 基低空经济网络的 Lyapunov 优化理论生成式 AI

Lyapunov 优化理论最近作为一种强大的数学框架，正被用于通过将长期目标转化为一系列实时短期决策来解决复杂的随机优化问题，同时确保系统稳定性。该理论在无人机（UAV）基低空经济（LAE）网络场景中尤为有价值，能够有效应对动态网络条件、多目标优化以及稳定性要求等内在挑战。最近，生成式人工智能（GenAI）因其 unprecedented 内容生成能力而受到广泛关注。除了内容生成之外，本文提出一种将生成式扩散模型与强化学习集成，以解决 UAV 基 LAE 网络中的 Lyapunov 优化问题的框架。我们首先介绍 Lyapunov 优化理论的基本概念，并分析传统方法和传统 AI 方法的局限性。随后，我们检视各种 GenAI 模型，全面分析其在 Lyapunov 优化中的潜在贡献。随后，我们开发了一种基于 Lyapunov 指导的生成式扩散模型强化学习框架，并通过 UAV 基 LAE 网络案例验证了其有效性。最后，我们勾勒了几条未来研究的方向。