返回
GenNet: A Generative AI-Driven Mobile Network Simulator for Multi-Objective Network Optimization With RL
DOI:10.1109/TMC.2025.3637214.png)
摘要
En 中文
基于仿真的优化已成为移动网络优化领域的关键方法,用于解决动态和预测性网络管理的需求。为解决高级研究对开源移动网络仿真器的短缺问题,我们开发了GenNet——一个由生成式AI驱动的移动网络仿真器。GenNet能够创建移动用户、基站和无线环境的虚拟副本,利用生成式AI方法在多种网络设置下高精度模拟这些实体的行为。GenNet配备专门为强化学习环境设计的定制API,使研究人员能够精细调整网络参数(如倾角、方位角和发射功率)。大量实验利用GenNet对多目标优化算法进行基准测试,重点关注增强网络覆盖、吞吐量和能效,从而验证其作为推动网络优化技术的强大平台的效能。通过这一创新工具,我们旨在赋能研究人员和从业者识别并实施最有效的网络优化方法,为移动网络管理的未来发展铺平道路。
Keyword:
Mobile network simulator
generative AI
multi-objective optimization
reinforcement learning
期刊
IF:
9.2
论文数:
5.8K
被引数:
1.8W
机构
引用论文
Resource Management in Wireless Networks via Multi-Agent Deep Reinforcement Learning基于多Agent深度强化学习的无线网络资源管理

