面向通用奖励引导的无线网络设计：语言与生成模型的规划
机器学习
2026-02-03 v1
摘要
智能接入点 (AP) 部署在下一代无线网络中仍然具有挑战性，这是由于复杂的室内几何结构和信号传播。我们首先对通用大型语言模型 (LLM) 作为 AP 规划的 agentic optimizer 进行基准测试，发现尽管 LLM 具备强大的无线领域知识，但其依赖外部验证器，导致计算成本高昂且可扩展性有限。受制于这些限制，我们研究了受统一奖励函数引导的生成推理模型，该奖励函数捕捉了 diverse floorplans 中核心 AP 部署目标。我们表明扩散采样器在各种生成方法中表现一致优于。扩散过程通过平滑和锐化奖励景观来逐步改进采样，而不是依赖迭代细化，这对于 non-convex and fragmented objectives 有效。最后，我们引入了一个大规模真实世界数据集用于室内 AP 部署，需超过 5 万 CPU 小时来训练 general reward functions，并评估了 in- 和 out-of-distribution 的 generalization 和 robusteness。我们的结果表明，基于统一奖励函数的扩散生成推理提供了一种可扩展且 domain-agnostic 的基础，适用于室内 AP 部署规划。
引用
@article{arxiv.2602.00357,
title = {Planning with Language and Generative Models: Toward General Reward-Guided Wireless Network Design},
author = {Chenyang Yuan and Xiaoyuan Cheng},
journal= {arXiv preprint arXiv:2602.00357},
year = {2026}
}