6G O-RAN 切片中用于资源分配的易理解协议学习
网络与互联网体系结构
2024-07-02 v2
摘要
自适应的标准化协议对于解决网络切片中的切片间资源竞争和冲突至关重要。传统的协议标准化是一项繁琐的任务，会产生硬编码的预定义协议，导致成本增加和部署延迟。为突破这些限制，本文提出了一种新颖的多智能体深度强化学习（MADRL）通信框架，称为独立可解释协议（STEP），用于未来的第六代（6G）开放无线接入网（O-RAN）切片。随着新条件出现并影响网络运行，资源编排智能体调整其通信消息以促进协议的即时生成，从而缓解网络切片之间的冲突和资源竞争。STEP 将信息瓶颈（IB）理论的概念与深度 Q 网络（DQN）学习概念结合在一起。通过引入受变分自编码器（VAE）启发的随机瓶颈层，STEP 对涌现的智能体间通信施加了信息论约束。这确保了智能体交换简洁且有意义的信息，防止资源浪费并提升整体系统性能。学习到的协议增强了可解释性，为下一代 6G 网络的标准化奠定了坚实基础。通过考虑符合 O-RAN 的网络切片资源分配问题，开发了一种冲突解决协议。具体而言，结果表明，与预定义协议方法相比，STEP 平均可将切片间冲突减少高达 6.06 倍。此外，与 MADRL 基线相比，STEP 的资源利用不足和延迟分别降低了 1.4 倍和 3.5 倍。
引用
@article{arxiv.2312.07362,
title = {Intelligible Protocol Learning for Resource Allocation in 6G O-RAN Slicing},
author = {Farhad Rezazadeh and Hatim Chergui and Shuaib Siddiqui and Josep Mangues and Houbing Song and Walid Saad and Mehdi Bennis},
journal= {arXiv preprint arXiv:2312.07362},
year = {2024}
}
备注
8 pages, 6 Figures