다중 에이전트 강화 학습 기반의 분산 학습 프레임워크를 통해 중앙 집중식 방식과 유사한 QoS 성능을 달성하는 확장 가능한 자원 할당 솔루션을 제안한다.
본 논문은 사용자 연결, 통신 모드 선택, 대역폭 할당 문제를 통합적으로 다루어 하이브리드 의미/비트 통신 네트워크의 전체 메시지 처리량을 최대화하는 최적의 자원 관리 전략을 제안한다.
O-RAN 프레임워크를 활용하여 다층 지상 및 비지상 네트워크를 통합하고 RIC의 AI/ML 지원을 통해 다양한 최적화 목표를 달성할 수 있는 신속 배치 가능한 중립 호스트 네트워크 아키텍처를 제안한다.
안전한 심층 강화 학습을 통해 에너지 소비 감소