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。
➡️