論文の概要: Agentic-V2X: Small Language Model Agents for Deadline-Aware V2X Scheduling in 5G/6G Networks
- arxiv url: http://arxiv.org/abs/2607.04290v1
- Date: Sun, 05 Jul 2026 13:05:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:29.884066
- Title: Agentic-V2X: Small Language Model Agents for Deadline-Aware V2X Scheduling in 5G/6G Networks
- Title（参考訳）: Agentic-V2X:5G/6Gネットワークにおけるデッドライン対応V2Xスケジューリングのための小型言語モデルエージェント
- Abstract要約: 大言語モデル(LLM)は次世代ネットワークの制御インタフェースとして提案されているが、そのレイテンシ、幻覚、制御保証の欠如により、ほぼリアルタイムのパケットスケジューラには適さない。
本稿では,Agentic-V2Xについて紹介する。Agentic-V2Xは,小規模でローカルにデプロイされた言語モデルが,周期的非リアルタイムなrAppにインスパイアされたポリシー作成者として機能するアーキテクチャである。
軽量のxAppライクなコントローラは、スケジューリングに適した間隔で検証済みのポリシーを実行する。
- 参考スコア（独自算出の注目度）: 42.13843953705695
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large Language Models (LLMs) are proposed as control interfaces for next-generation networks, but their latency, hallucinations, and lack of control guarantees make them unsuitable for near-real-time packet schedulers, especially in dynamic V2X environments. This paper introduces Agentic-V2X, an architecture where a small, locally deployed language model acts as a periodic non-real-time rApp-inspired policy creator, while a lightweight xApp-like controller executes validated policies at intervals suitable for scheduling. The framework targets deadline-aware 5G NR V2X scheduling with heterogeneous services (teleoperated driving, cooperative awareness, HD map sharing, and sensor sharing). Given a scenario summary, service objective, and telemetry, the LLM generates a structured policy containing service priorities, weight bounds, and safety constraints. A validator checks and repairs the policy before the controller enforces it via scheduler-weight adaptation in ns-3/ns3-ai. The evaluation compares proportional fair scheduling, static expert policies, a heuristic xApp, static LLM policies, and adaptive LLM-rApp policies over 126 completed runs. Metrics include deadline-constrained packet reception ratio, tail latency, deadline violations, throughput, fairness, policy validity, and safety interventions. Results show that the adaptive LLM-rApp/xApp design generates valid and executable policies and remains competitive at several operating points, including improved mean critical reliability over PF at the highest density. However, paired statistical analysis shows that the adaptive method is not the best aggregate method and remains below the strongest static policies overall. These results support Agentic-V2X as a safe, executable small-LLM policy-generation architecture rather than a universally dominant scheduler.
- Abstract（参考訳）: 大言語モデル(LLM)は次世代ネットワークの制御インタフェースとして提案されているが、そのレイテンシ、幻覚、制御保証の欠如により、特に動的V2X環境では、ほぼリアルタイムなパケットスケジューラには適さない。
本稿では,Agentic-V2Xを提案する。Agentic-V2Xは,小規模でローカルにデプロイされた言語モデルが周期的非リアルタイムなrApp型ポリシー作成者として機能するアーキテクチャであり,軽量なxAppライクなコントローラはスケジューリングに適した間隔で検証済みポリシーを実行する。
このフレームワークは、異種サービス(遠隔運転、協調認識、HDマップ共有、センサ共有)による期限付き5G NR V2Xスケジューリングをターゲットにしている。
シナリオの要約、サービス目標、テレメトリが与えられた後、LLMはサービスの優先順位、重み付け、安全性の制約を含む構造化されたポリシーを生成します。
バリケータは、コントローラがns-3/ns3-aiでスケジューラの重み付けを強制する前にポリシーをチェックし、修復する。
この評価は、比例フェアスケジューリング、静的エキスパートポリシー、ヒューリスティックxApp、静的LLMポリシー、および126回の完了実行に対する適応LDM-rAppポリシーを比較する。
メトリクスには、期限に制限されたパケット受信率、テールレイテンシ、期限違反、スループット、公正性、ポリシーの妥当性、安全介入が含まれる。
その結果, 適応型LLM-rApp/xApp設計では, 有効かつ実行可能なポリシが生成され, 高い密度でPFに対する平均臨界信頼性が向上した。
しかし、ペア統計分析により、適応法は最良の集約法ではなく、全体として最強の静的ポリシー以下であることが示された。
これらの結果により,Agentic-V2Xはスケジューラではなく,安全かつ実行可能な小型LLMポリシー生成アーキテクチャとしてサポートされる。
関連論文リスト
- XPolicyLab: A Unified Standard and Open Ecosystem for Robot Policy Evaluation and Deployment [110.47421789797546]
XPolicyLabは、ロボットポリシーの評価とデプロイのための統一された標準でオープンなエコシステムである。
XPolicyLabは42のロボットポリシーを統合し、インストール、デバッグ、サービス、アダプタ、評価を標準化する。
コントロールされた研究では、標準に従って、代表政策の統合の労力を5時間以上から2時間に短縮する。
論文 参考訳（メタデータ） (2026-08-10T17:41:04Z) - MA-HEAD-Net: Adaptive Rule-Guided Multi-Agent DRL for AoI Minimization in UAV-Assisted Emergency Networks [71.01350912967922]
事故後のシナリオでは、無人航空機(UAV)が緊急通信ネットワークを確立する上で重要である。
本稿では,UAV支援緊急通信における情報量(AoI)の最小化について検討する。
適応型ルール誘導多エージェント深層強化学習フレームワークMA-HEAD-Netを開発した。
論文 参考訳（メタデータ） (2026-08-02T10:05:50Z) - Test-Time Gradient Guidance of Flow Policies in Reinforcement Learning [50.738952715864116]
表現的連続制御ポリシは、シミュレーションされた実ロボット制御のための模倣学習のスケーリングにおける進歩のバックボーンを形成する。
テスト時に完全にポリシー最適化を行うRLアルゴリズムであるQGF(Q-Guided Flow)を提案する。
実証的には、QGFはシングルタスクおよびゴール条件のオフラインRLベンチマークにおいて、以前のテスト時間RLメソッドよりも優れている。
論文 参考訳（メタデータ） (2026-06-09T16:45:57Z) - Speedup Patch: Learning a Plug-and-Play Policy to Accelerate Embodied Manipulation [19.765462206627955]
Speedup Patch (SuP)は、オフラインデータのみを使用してプラグインとプレイのアクセラレーションを可能にするポリシーに依存しないフレームワークである。
SuPは、独自の成功率を維持しながら、さまざまなポリシーに対して、全体的な1.8倍の実行スピードアップを実現している。
論文 参考訳（メタデータ） (2026-03-21T05:29:04Z) - Safe Multi-Agent Deep Reinforcement Learning for Privacy-Aware Edge-Device Collaborative DNN Inference [8.14391361533752]
本稿では,エッジデバイスとサーバ間で適応モデル分割を行う,プライバシ対応協調推論フレームワークを提案する。
本稿では,モデル配置,ユーザサーバアソシエーション,モデル分割,リソースアロケーションを統合したCMDP(Constrained Markov Decision Process)として共同問題を定式化する。
HC-MAPPO-Lは、エネルギー消費とプライバシコストのバランスを保ちながら、厳しい遅延制約を一貫して満たしていることを示す。
論文 参考訳（メタデータ） (2026-02-23T11:33:52Z) - DCoPilot: Generative AI-Empowered Policy Adaptation for Dynamic Data Center Operations [9.210347753567092]
DCoPilotは動的DC動作における生成制御ポリシのためのハイブリッドフレームワークである。
i) ストレステストを行うシミュレーションスケールアップ、(ii) メタポリシー蒸留、(ii) ハイパーネットワークがSLAとシーン埋め込みを条件としたポリシー重みを出力するように訓練され、(iii) オンライン適応により、更新された仕様に応じてゼロショットポリシー生成を可能にする。
論文 参考訳（メタデータ） (2026-02-02T14:18:52Z) - Beyond IVR: Benchmarking Customer Support LLM Agents for Business-Adherence [1.8357468337756873]
顧客サポートにおけるポリシー対応エージェントの評価を目的としたベンチマークであるJourneyBenchを紹介する。
静的プロンプトエージェント(SPA)と動的プロンプトエージェント(DPA)の2つのエージェント設計を用いて,複数の最先端エージェント設計を評価する。
DPAは,GPT-4o-miniのような小型モデルでも,GPT-4o-miniのようなより有能なモデルよりも優れることを示す。
論文 参考訳（メタデータ） (2026-01-02T07:21:23Z) - Towards Agentic OS: An LLM Agent Framework for Linux Schedulers [3.8068085728995307]
我々は、完全に自律的な大規模言語モデル(LLM)エージェントが、人間の関与なしにLinuxスケジューラを安全かつ効率的に最適化できる、最初のフレームワークであるSchedCPを紹介した。
評価の結果,SchedCPの性能改善は最大1.79倍,コスト削減は有意なエージェントアプローチに比べて13倍であることがわかった。
論文 参考訳（メタデータ） (2025-09-01T08:38:49Z) - DRIFT: Dynamic Rule-Based Defense with Injection Isolation for Securing LLM Agents [52.92354372596197]
大規模言語モデル(LLM)は、強力な推論と計画能力のため、エージェントシステムの中心となってきています。
この相互作用は、外部ソースからの悪意のある入力がエージェントの振る舞いを誤解させる可能性がある、インジェクション攻撃のリスクも引き起こす。
本稿では,信頼に値するエージェントシステムのための動的ルールベースの分離フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-13T05:01:09Z) - Distributed-Training-and-Execution Multi-Agent Reinforcement Learning
for Power Control in HetNet [48.96004919910818]
We propose a multi-agent Deep reinforcement learning (MADRL) based power control scheme for the HetNet。
エージェント間の協調を促進するために,MADRLシステムのためのペナルティベースQラーニング(PQL)アルゴリズムを開発した。
このように、エージェントのポリシーは、他のエージェントによってより容易に学習でき、より効率的なコラボレーションプロセスをもたらす。
論文 参考訳（メタデータ） (2022-12-15T17:01:56Z) - Better than the Best: Gradient-based Improper Reinforcement Learning for
Network Scheduling [60.48359567964899]
パケット遅延を最小限に抑えるため,制約付き待ち行列ネットワークにおけるスケジューリングの問題を考える。
我々は、利用可能な原子ポリシーよりも優れたスケジューラを生成するポリシー勾配に基づく強化学習アルゴリズムを使用する。
論文 参考訳（メタデータ） (2021-05-01T10:18:34Z) - Modular Deep Reinforcement Learning for Continuous Motion Planning with
Temporal Logic [59.94347858883343]
本稿では,マルコフ決定過程(MDP)をモデルとした自律動的システムの運動計画について検討する。
LDGBA と MDP の間に組込み製品 MDP (EP-MDP) を設計することである。
モデルフリー強化学習(RL)のためのLDGBAベースの報酬形成と割引スキームは、EP-MDP状態にのみ依存する。
論文 参考訳（メタデータ） (2021-02-24T01:11:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。