利用 AI 智能体实现自主网络：参考架构与实证研究
人工智能
2026-02-02 v2
摘要
向第 4 级（L4）自主网络（AN）的演进代表着电信领域的战略性分水岭，在此基础上，网络必须超越反应式自动化，以实现真正的认知能力——实现 TM Forum 愿景中自配置、自愈和自优化系统，交付零等待、零接触和零故障服务。本工作通过在功能认知系统中实现 Joseph Sifakis 提出的 AN Agent 参考架构，部署由混合知识表示驱动的协调式主动-被动运行时，弥合了架构理论与实际运营之间的鸿沟。通过对 Radio Access Network（RAN）链路适应（LA）智能体的实证案例研究，我们验证了该框架的变革性潜力：在 5G NR sub-6 GHz 场景下实现亚 10 ms 实时控制，链路吞吐量提升 4%，误码率降低 85%。这些改进确认了该架构在克服传统自主性障碍方面的可行性，并为实现下一代目标的关键 L4 能力迈进至关重要。
引用
@article{arxiv.2509.08312,
title = {Leveraging AI Agents for Autonomous Networks: A Reference Architecture and Empirical Studies},
author = {Binghan Wu and Shoufeng Wang and Yunxin Liu and Ya-Qin Zhang and Joseph Sifakis and Ye Ouyang},
journal= {arXiv preprint arXiv:2509.08312},
year = {2026}
}
备注
7 pages, 5 figures. This manuscript has been accepted by IEEE Communication Magazine