6G 体内子网络的智能无线资源切片策略
系统与控制
2026-03-31 v1 系统与控制
摘要
6G 体内子网络（IBSs）是支持独立扩展现实（XR）应用的关键使能技术。IBSs 预计作为现有蜂窝网络的下层网络运行，在与其他蜂窝用户（如增强移动宽带（eMBB）用户）共享无线资源时产生共存挑战。此类资源分配问题由于异构服务需求和波动信道条件而具有高度动态性和固有的非凸性。在本文中，我们提出了一种基于软演员-评论家（SAC）深度强化学习算法的智能无线资源切片策略。所提出的基于 SAC 的切片方法通过优化一个精细的奖励函数来解决 IBSs 与 eMBB 用户之间的共存问题，该奖励函数明确纳入了 XR 跨模态延迟对齐，以确保沉浸式体验，同时保持 eMBB 服务保证。在真实网络条件下进行了广泛的系统级模拟，结果表明，与基线方法相比，所提出的方法在不同网络密度下可将用户体验提升 12–85%，同时保持 eMBB 用户的目标数据率。
引用
@article{arxiv.2603.28529,
title = {Intelligent Radio Resource Slicing for 6G In-Body Subnetworks},
author = {Samira Abdelrahman and Hossam Farag},
journal= {arXiv preprint arXiv:2603.28529},
year = {2026}
}