基于世界模型的主动射频环境图测绘：网络是否应该梦想最优控制？
信号处理
2026-05-26 v1 网络与互联网体系结构
摘要
射频环境图 (REMs) 有潜在 serve as intelligent modeling and control in emerging AI-native 6G networks 的重要使能器。尽管取得了显著进展，但大多数 REM 构建方法仍为被动式，依赖插值或静态不确定性模型，缺乏明确机制来推演未来测量将如何在有限测量预算下影响重构质量。本文将 REM 构建建模为序列决策问题，提出基于世界模型的主动接收信号强度指示 (RSSI) 图重构框架。通过学习无线电环境的内部表征，并采用梦想机制模拟候选测量的影响，本方法在有限预算下主动选择测量位置。实验结果表明，针对真实室内 RSSI 数据，所提方法在 few-shot 场景下显著优于基于高斯过程的插值方法，在相同测量次数下，RMSE 可降低最高可达五倍。这些结果凸显了世界模型作为样本高效射频环境图测绘和智能模型感知在 6G 及更广网络中的潜力。
引用
@article{arxiv.2605.24028,
title = {Radio Environment Mapping with World Models for Active Measurement Control: Should Networks Dream of Optimal Control?},
author = {Jernej Hribar and Ljupcho Milosheski and Ryoichi Shinkuma},
journal= {arXiv preprint arXiv:2605.24028},
year = {2026}
}
备注
6 pages, 5 figures, conference paper, accepted at EuCNC & 6G Summit 2026