Fugu-MT 論文翻訳(概要): FedCritic-MIMO: Communication-Efficient Serverless Federated Critic Learning for Massive-MIMO Resource Control in Open and Disaggregated 6G RANs

論文の概要: FedCritic-MIMO: Communication-Efficient Serverless Federated Critic Learning for Massive-MIMO Resource Control in Open and Disaggregated 6G RANs

arxiv url: http://arxiv.org/abs/2608.03852v1
Date: Tue, 04 Aug 2026 15:56:32 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-05 15:30:23.271846
Title: FedCritic-MIMO: Communication-Efficient Serverless Federated Critic Learning for Massive-MIMO Resource Control in Open and Disaggregated 6G RANs
Title（参考訳）: FedCritic-MIMO:オープンおよび非集約6G領域における大規模MIMOリソース制御のためのコミュニケーション効率のよいサーバレスフェデレーション批判学習
Abstract要約: FedCritic-MIMOは、オープンかつ非アグリゲートな6G RANにおいて、独立してデプロイ可能なセルレベルコントローラをまたいだAIネイティブリソース制御のための、サーバレスのフェデレーション付きマルチエージェント強化学習フレームワークである。コントローラはトレーナを共有しず、ローカルアクターとパーソナライズされた批評家コンポーネントを保持し、互換性のある批評家パラメータのみを交換する。
参考スコア（独自算出の注目度）: 4.726504262162973
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper proposes FedCritic-MIMO, a communication-efficient serverless federated multi-agent reinforcement learning framework for AI-native resource control across independently deployable cell-level controllers in open and disaggregated 6G RANs. Controllers share no trainer, retain local actors and personalized critic components, and exchange only compatible shared critic parameters. FedCritic-MIMO targets reuse-$1$ multi-cell massive-MIMO OFDMA deployments, where RAN controllers jointly manage user scheduling, per-stream power allocation, beamforming, interference, and long-term QoS with limited inter-controller signaling. Each base station locally executes its actor without centralized training or actor federation, while critic knowledge is exchanged peer-to-peer over an interference-aware graph. It enables this collaboration through wireless-aware event triggering, adaptive layer-wise top-$k$ sparse critic exchange with error feedback, and balanced interference-aware fusion. We establish conditional finite-time stationarity and consensus guarantees for the balanced, compressed peer-to-peer critic recursion under a fixed-policy, frozen-target critic-regression model. In strongly interference-coupled reuse-$1$ simulations, FedCritic-MIMO achieves the best performance-communication tradeoff among heuristic, independent-learning, centralized-training, and communication-ablation baselines. It achieves the highest held-out throughput, improves user-rate distribution and mean SINR, increases QoS satisfaction, and attains the lowest interference cost per delivered bit among learning baselines. It reduces critic-communication overhead by $76\%$ relative to uncompressed distributed critic exchange. These results demonstrate that serverless exchange of compatible shared critic parameters can coordinate RAN controllers without centralized trajectory collection or parameter-server aggregation.
Abstract（参考訳）: 本稿では,AIネイティブリソース制御のための通信効率の高い多エージェント強化学習フレームワークであるFedCritic-MIMOを提案する。コントローラはトレーナを共有しず、ローカルアクターとパーソナライズされた批評家コンポーネントを保持し、互換性のある批評家パラメータのみを交換する。 FedCritic-MIMO は、ユーザスケジューリング、ストリームごとの電力割り当て、ビームフォーミング、干渉、長期 QoS を限定的に管理するマルチセルの大規模なMIMO OFDMA デプロイメントを、1 ドルで再利用することを目標としている。各基地局は、集中トレーニングやアクターフェデレーションなしでアクターをローカルに実行し、批評家の知識は干渉対応グラフ上でピアツーピアで交換される。これにより、無線対応イベントトリガ、アダプティブ層ワイドのトップ-$kのスパース批評家交換、エラーフィードバック、バランスの取れた干渉対応融合を通じて、このコラボレーションが可能になる。固定政治・凍結目標批判回帰モデルの下で,条件付き有限時間定常性と,バランスよく圧縮されたピアツーピア批判再帰に対するコンセンサス保証を確立する。強い干渉結合再利用-$1$のシミュレーションでは、FedCritic-MIMOはヒューリスティック、独立学習、集中学習、コミュニケーション適応ベースラインの中で最高のパフォーマンス通信トレードオフを達成する。最大保持スループットを実現し、ユーザレートの分布を改善し、SINRの平均値を高め、QoS満足度を高め、学習ベースライン間での配信ビット当たりの最低干渉コストを達成する。これは、非圧縮の分散批評家交換と比較して、批評家とコミュニケーションのオーバーヘッドを76\%削減する。これらの結果は、互換性のある共有批評家パラメータのサーバレス交換が、集中トラジェクトリコレクションやパラメータサーバアグリゲーションなしでRANコントローラをコーディネートできることを実証している。

関連論文リスト

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)
FedCritic: Serverless Federated Critic Learning-based Resource Allocation for Multi-Cell OFDMA in 6G [4.726504262162973]
6G超高密度ネットワークでは、アグレッシブ周波数再利用はセル間干渉を増幅する。分散実行を備えたサーバレスフェデレーションマルチエージェントフレームワークであるFedCriticを開発した。
論文参考訳（メタデータ） (2026-05-20T17:13:09Z)
Cooperative Deep Reinforcement Learning for Fair RIS Allocation [2.217288163160845]
RISは、競合する基地局間で動的に割り当てられなければならない共有インフラストラクチャであると考えている。フェアネスを考慮した協調型マルチエージェント強化学習手法を提案する。その結果,提案フレームワークはRIS資源をより弱い性能の細胞に効果的に再分配することがわかった。
論文参考訳（メタデータ） (2026-03-26T15:46:32Z)
Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
論文参考訳（メタデータ） (2026-03-07T01:49:59Z)
Socially-Weighted Alignment: A Game-Theoretic Framework for Multi-Agent LLM Systems [17.658093330392052]
本稿では,エージェントの個人目的と集団福祉の推定を補間することにより,推論時間決定の修正を行うゲーム理論フレームワークを提案する。以上の結果から, SWAは, 過負荷下での需要増加のために, エージェントがもはや限界的なインセンティブを持たない, 臨界しきい値$*=(n-)/(n-1)$を誘導することを示した。
論文参考訳（メタデータ） (2026-02-16T05:17:58Z)
Coordinated Anti-Jamming Resilience in Swarm Networks via Multi-Agent Reinforcement Learning [8.533838668681737]
反応性ジャムマーは、エージェント間通信を選択的に破壊することにより、ロボット・スワムネットワークに深刻なセキュリティ脅威をもたらす。固定電力制御や静的チャネルホッピングのような従来の対策は、このような適応的な敵に対してほとんど効果がない。本稿では,QMIXアルゴリズムに基づくマルチエージェント強化学習フレームワークを提案する。
論文参考訳（メタデータ） (2025-12-18T17:54:20Z)
Multi-Agent Deep Reinforcement Learning for Collaborative UAV Relay Networks under Jamming Atatcks [36.380478794869234]
本稿では,この課題を,分散実行トレーニング(CTDE)フレームワークを用いて解決したMARL(Multi-Agent Reinforcement Learning)問題として定式化する。提案手法はベースラインを著しく上回り,システム全体のスループットを約50%向上し,同時にほぼゼロの衝突速度を実現した。重要な発見は、エージェントが明示的なプログラミングなしに創発的なアンチジャミング戦略を開発することである。
論文参考訳（メタデータ） (2025-12-09T08:11:21Z)
Conformal Distributed Remote Inference in Sensor Networks Under Reliability and Communication Constraints [61.62410595953275]
通信制約付き分散共形リスク制御(CD-CRC) CD-CRCは通信制約下でのセンサネットワークのための新しい意思決定フレームワークである。
論文参考訳（メタデータ） (2024-09-12T10:12:43Z)
Serverless Federated AUPRC Optimization for Multi-Party Collaborative Imbalanced Data Mining [119.89373423433804]
有効指標としてAUPRC(Area Under Precision-Recall)を導入した。サーバーレスのマルチパーティ共同トレーニングは、サーバーノードのボトルネックを避けることで通信コストを削減できる。本稿では,AUPRCを直接最適化する ServerLess biAsed sTochastic gradiEnt (SLATE) アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-08-06T06:51:32Z)
Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning [55.20040781688844]
QMIXは、中央集権的なエンドツーエンドで分散ポリシーをトレーニングできる新しい価値ベースの手法である。深層多エージェント強化学習のための新しいベンチマークとして,StarCraft Multi-Agent Challenge (SMAC)を提案する。
論文参考訳（メタデータ） (2020-03-19T16:51:51Z)
Counterfactual Multi-Agent Policy Gradients [47.45255170608965]
本稿では,COMAポリシーグラデーションと呼ばれる新しいマルチエージェントアクター批判手法を提案する。 COMAは中央集権的な批評家を用いてQ-関数を推定し、エージェントのポリシーを最適化する。我々は,StarCraftユニットのマイクロマネジメントにおけるテストベッドにおけるCOMAの評価を行った。
論文参考訳（メタデータ） (2017-05-24T18:52:17Z)

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。