LLM-OptiRA：基于大语言模型的无凸无线通信资源分配优化
计算与语言
2025-09-29 v2 机器学习
摘要
解决无凸资源分配问题在无线通信系统中面临重大挑战，往往超出传统优化技术的能力。为此，我们提出 LLM-OptiRA，首个利用大语言模型（LLM）自动检测并转换无凸组件为可求解形式的框架，实现对无线通信系统中无凸资源分配问题的全自动求解。LLM-OptiRA 不仅通过减少对专家知识的依赖简化了问题求解，还集成了纠错和可行性验证机制，以确保稳健性。实验结果表明，LLM-OptiRA 在 GPT-4 上实现了 96% 的执行率和 80% 的成功率，显著优于跨 diverse 场景中复杂优化任务的基线方法。
引用
@article{arxiv.2505.02091,
title = {LLM-OptiRA: LLM-Driven Optimization of Resource Allocation for Non-Convex Problems in Wireless Communications},
author = {Xinyue Peng and Yanming Liu and Yihan Cang and Chaoqun Cao and Ming Chen},
journal= {arXiv preprint arXiv:2505.02091},
year = {2025}
}
备注
6 pages,4 figures