Application of Graph Reinforcement Learning for QoS-Aware Load Balancing in Open Radio Access Networks

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于图强化学习的QoS感知负载均衡方法,旨在解决下一代无线网络中的QoS要求,特别是防止小区拥堵。该方法显著降低了53%的QoS违规率,并使最佳努力流量的5th百分位速率提高了四倍。

🎯

关键要点

  • 本研究提出了一种基于图强化学习的QoS感知负载均衡方法。
  • 该方法旨在解决下一代无线网络中的QoS要求,特别是防止小区拥堵。
  • 研究结果显示,该方法显著降低了53%的QoS违规率。
  • 最佳努力流量的5th百分位速率提高了四倍。
➡️

继续阅读