本文探讨了通过基站的开关操作，利用近似动态规划和机器学习技术降低无线电接入网络的能量消耗。研究表明，基于强化学习的开关方案能显著提高能源效率，同时保持可接受的延迟性能。

本文介绍了利用人工智能和量子计算机解决无线电接入网络优化问题的方法，以 LTE/NR 的 RSI 分配为例。使用量子退火求解器可成功分配无冲突的 RSI，比一些经典算法更有效。该框架灵活，有潜力在移动网络自动化中利用量子计算。