OpticGAI：基于生成式 AI 的光纤网络优化深层强化学习
综合经济学
2024-06-25 v1 经济学
摘要
深度强化学习(DRL)被视为光纤网络优化的有前景的工具。然而，当前 DRL 解决方案在灵活性和效率方面仍有待提升。近年来，生成模型在各个领域展现出显著的性能优势。本文引入 OpticGAI，即面向光纤网络的 AI 生成策略设计范式。具体而言，它作为一种新型 DRL 框架，利用生成模型学习最优策略网络。我们在两个 NP 难题——路由与波长分配(RWA)和动态路由、调制与频谱分配(RMSA)——上评估了 OpticGAI 的性能，以展示 AI 生成策略范式的可行性。仿真结果表明，OpticGAI 在 RWA 和 RMSA 问题上实现了最高的奖励值和最低的阻塞率。OpticGAI 为未来基于生成式 AI 提升灵活光纤网络优化的研究提供了前景方向。
引用
@article{arxiv.2406.15905,
title = {Revealing risk preferences Evidence from Turkeys 2023 Earthquake},
author = {Emily Quiroga and Michael Tanner},
journal= {arXiv preprint arXiv:2406.15905},
year = {2024}
}
备注
Paper summited to the EAERE 2024 conference