論文の概要: SLA-Safe Energy Control for AI-Native NG-RAN Using Stability-Aware Constrained PPO

• arxiv url: http://arxiv.org/abs/2609.05861v1
• Date: Sat, 05 Sep 2026 03:41:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.148026
• Title: SLA-Safe Energy Control for AI-Native NG-RAN Using Stability-Aware Constrained PPO
• Title（参考訳）: 安定度を考慮した制約付きPPOを用いたAI-Native NG-RANのSLAセーフエネルギー制御
• Abstract要約: 本稿では,5G NG-RANにおけるSLAセーフエネルギー制御のための安定性を考慮した強化学習フレームワークを提案する。 提案フレームワークは,スループット,遅延,SLA制約を考慮した適応型ラグランジアンペナルティを備えた制約付きポリシ最適化を利用する。 シミュレーションの結果,提案した制御器は名目トラフィック下での消費電力を約41.4%削減することがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: One important AI-for-RAN use case is energy saving, in which radio resources and cell energy modes must be dynamically controlled without violating user quality-of-service (QoS) or service-level agreement (SLA) requirements. However, aggressive sleep-state or deactivation decisions may reduce energy consumption at the cost of throughput degradation, delay increase, SLA violations, and unstable mode switching, especially under time-varying and bursty traffic conditions. This paper proposes a stability-aware constrained reinforcement learning framework for SLA-safe energy control in 5G NG-RAN. The problem is formulated as a constrained Markov decision process in which an AI-native controller selects closed-loop energy-saving actions based on cell load, queue status, active-user information, current energy mode, and SLA-related indicators. The proposed framework uses constrained proximal policy optimization with adaptive Lagrangian penalties to account for throughput, delay, and SLA constraints. To improve operation under traffic distribution shift, the controller is trained using mixed nominal and stress traffic regimes, while a switching-stability penalty is introduced to reduce oscillatory transitions between active and low-power modes. Simulation results in a seven-cell NG-RAN environment show that the proposed controller reduces energy consumption by approximately 41.4% under nominal traffic, 10.5% under stress traffic, and 22.9% under unseen-stress traffic relative to the Always-On baseline. Under stress and unseen-stress traffic, the controller preserves zero SLA violation and zero throughput loss, indicating service-preserving operation under challenging conditions. The proposed method also reduces switching activity compared with basic threshold-based energy saving.
• Abstract（参考訳）: ユーザ品質(QoS)やSLA(Service-level Agreement)要件に違反することなく、無線リソースとセルエネルギーモードを動的に制御する必要がある。 しかし、積極的な睡眠状態や不活性化の決定は、特に時間変化とバーストの交通条件において、スループット低下、遅延増加、SLA違反、不安定なモード切替といったコストでエネルギー消費を減少させる可能性がある。 本稿では,5G NG-RANにおけるSLAセーフエネルギー制御のための安定性を考慮した制約付き強化学習フレームワークを提案する。 この問題は、セル負荷、キュー状態、アクティブユーザ情報、現在のエネルギーモード、SLA関連指標に基づいて、AIネイティブコントローラがクローズドループ省エネ行動を選択する制約付きマルコフ決定プロセスとして定式化される。 提案フレームワークは, スループット, 遅延, SLA制約を考慮した適応ラグランジアンペナルティを用いた制約付き近似ポリシー最適化を用いる。 トラフィック分散シフト時の動作を改善するため、アクティブモードと低消費電力モードの振動遷移を低減するために、スイッチング安定ペナルティを導入しながら、複合名目およびストレストラフィックレギュレーションを用いて制御器を訓練する。 7セルのNG-RAN環境をシミュレーションした結果、提案した制御器は、名目トラフィックで約41.4%、ストレストラフィックで10.5%、ストレストラフィックで22.9%のエネルギー消費を減少させることがわかった。 ストレスとストレスのないトラフィックの下では、コントローラはSLA違反やスループット損失をゼロに保ち、困難な条件下でのサービス保存動作を示す。 提案手法は, 基本しきい値に基づく省エネに比べてスイッチング活性を低下させる。

関連論文リスト

• Lyapunov Stability-Aware Stackelberg Game for Low-Altitude Economy: A Control-Oriented Pruning-Based DRL Approach [37.51135101684223]
  無人航空機(UAV)は、ユーザからの多様なサービスを支援する重要な航空基地局として機能している。 このような異種ネットワークの有効性は、制限されたオンボードリソースと厳密な安定性要件の間の競合によってしばしば損なわれる。 本稿では,通信遅延が物理的制御安定性に与える影響を明示的にモデル化する,センシング・通信・通信・通信・通信のクローズドループフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-01T10:01:07Z)
• Hierarchical Online-Scheduling for Energy-Efficient Split Inference with Progressive Transmission [23.81409473238433]
  Deep Neural Networks(DNN)によるデバイスエッジのコラボレーティブ推論は、精度、レイテンシ、エネルギー消費の基本的なトレードオフに直面している。 本稿では,ENACHI という名前の分割推論のための新しいエネルギー精度階層型最適化フレームワークを提案する。 ImageNetデータセットの実験では、ENACHIはさまざまな期限と帯域幅で最先端のベンチマークを上回っている。
  論文  参考訳（メタデータ） (2026-01-13T01:56:46Z)
• A Threshold-Triggered Deep Q-Network-Based Framework for Self-Healing in Autonomic Software-Defined IIoT-Edge Networks [0.0]
  Flashイベントは、ソフトウェア定義産業ネットワークにおける断続的なサービス劣化の主要な要因である。 本研究では、自律的にネットワーク破壊を検出し、分析し、緩和するしきい値トリガー付きディープQネットワークセルフヒーリングエージェントを提案する。 提案手法は, ベースライン最短経路および負荷バランスルーティング方式と比較して, 破壊回復性能を53.84%向上させる。
  論文  参考訳（メタデータ） (2025-12-16T11:11:37Z)
• Shielded Controller Units for RL with Operational Constraints Applied to Remote Microgrids [50.64533198075622]
  強化学習(Reinforcement Learning, RL)は、不確実性の下で複雑なシステムにおける意思決定を最適化するための強力なフレームワークである。 本稿では,システムダイナミクスの事前知識を活用する体系的かつ解釈可能なアプローチであるシールド制御ユニット(SCU)を紹介する。 本研究では,厳密な運用要件を持つ遠隔マイクログリッド最適化タスクにおけるSCUの有効性を示す。
  論文  参考訳（メタデータ） (2025-11-30T19:28:34Z)
• PASS-Enhanced MEC: Joint Optimization of Task Offloading and Uplink PASS Beamforming [67.78883135636657]
  ピンチアンテナシステム (PASS) によるモバイルエッジコンピューティング (MEC) アーキテクチャについて検討した。 PASSは、重要な経路損失と潜在的な信号遮断を効果的に軽減しつつ、短距離ライン・オブ・ライト(LoS)リンクを確立する。 ネットワーク遅延最小化問題を定式化し、アップリンクPASSビームフォーミングとタスクオフロードを共同で最適化する。
  論文  参考訳（メタデータ） (2025-10-27T03:04:46Z)
• Energy-Driven Steering: Reducing False Refusals in Large Language Models [80.09252175869858]
  エネルギー駆動ステアリング(EDS、Energy-Driven Steering)は、動的で推論時間の介入によってこの問題を解決するために設計された、新しい、微調整自由なフレームワークである。 我々は、望ましくない(偽の拒絶または脱獄)状態に高エネルギーを割り当て、望ましい(好ましくない反応または安全な拒絶)状態に低エネルギーを割り当てるために、軽量な外部エネルギーベースモデル(EBM)を訓練した。 エネルギー関数の勾配を利用してLLMの隠れた状態を低エネルギー領域に動的に操る。
  論文  参考訳（メタデータ） (2025-10-09T06:01:41Z)
• Deployable Reinforcement Learning with Variable Control Rate [14.838483990647697]
  可変制御率を持つ強化学習(RL)の変種を提案する。 このアプローチでは、ポリシーは、エージェントが取るべきアクションと、そのアクションに関連する時間ステップの期間を決定する。 ニュートンキネマティクスを用いたエージェントを駆動する概念実証シミュレーションによりSEACの有効性を示す。
  論文  参考訳（メタデータ） (2024-01-17T15:40:11Z)
• A Safe Genetic Algorithm Approach for Energy Efficient Federated Learning in Wireless Communication Networks [53.561797148529664]
  フェデレートラーニング(FL)は、従来の集中型アプローチとは対照的に、デバイスが協調的にモデルトレーニングを行う分散技術として登場した。 FLの既存の取り組みにもかかわらず、その環境影響は、無線ネットワークへの適用性に関するいくつかの重要な課題が特定されているため、まだ調査中である。 現在の研究は遺伝的アルゴリズム(GA)アプローチを提案しており、FLプロセス全体のエネルギー消費と不要な資源利用の両方を最小化することを目標としている。
  論文  参考訳（メタデータ） (2023-06-25T13:10:38Z)
• Artificial Intelligence Empowered Multiple Access for Ultra Reliable and Low Latency THz Wireless Networks [76.89730672544216]
  テラヘルツ(THz)無線ネットワークは、第5世代(B5G)以上の時代を触媒すると予想されている。 いくつかのB5Gアプリケーションの超信頼性と低レイテンシ要求を満たすためには、新しいモビリティ管理アプローチが必要である。 本稿では、インテリジェントなユーザアソシエーションとリソースアロケーションを実現するとともに、フレキシブルで適応的なモビリティ管理を可能にする、全体論的MAC層アプローチを提案する。
  論文  参考訳（メタデータ） (2022-08-17T03:00:24Z)
• Reinforcement Learning based Proactive Control for Transmission Grid Resilience to Wildfire [2.944988240451469]
  山火事時の電力系統の運転には弾力性駆動型能動制御が必要である。 本研究では,テストベッド・テンポラル・ファイア・プロポーザルとアクティブ・パワー・システム・オペレーションを統合的に導入する。 提案手法は, 極端イベント時の負荷損失低減に有効であることを示す。
  論文  参考訳（メタデータ） (2021-07-12T22:04:12Z)
• Non-stationary Online Learning with Memory and Non-stochastic Control [71.14503310914799]
  我々は,過去の決定に依拠する損失関数を許容するメモリを用いたオンライン凸最適化(OCO)の問題について検討する。 本稿では,非定常環境に対してロバストなアルゴリズムを設計するための性能指標として,動的ポリシーの後悔を紹介する。 我々は,時間的地平線,非定常度,メモリ長といった面で,最適な動的ポリシーの後悔を確実に享受するメモリ付きOCOの新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-07T09:45:15Z)

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。