A Trustworthy Deep Reinforcement Learning Framework for Slicing in Next-Generation Open Radio Access Networks
Notice bibliographique
Résumé
Open radio access networks (O-RANs) represent a transformative architecture in mobile communications, enabling multiple services to coexist on the same infrastructure through network slicing. This allows mobile network operators (MNOs) to partition the network into distinct virtual slices, each tailored to meet the specific needs of one of the supported services. Such services reflect diverse, sometimes contradictory, requirements from data-intensive services such as ultra-high definition (UHD) video streaming to latency-intolerant services such as extended reality (XR) applications. Intelligent resource management algorithms are essential to ensuring these services simultaneously meet their performance requirements. While deep reinforcement learning (DRL) has shown promise in managing inter-slice resource allocation (RA), its practical application faces several challenges, such as generalization and safety, which hinder the widespread adoption of DRL algorithms in real environments. This thesis makes several key contributions to address these challenges. First, we introduce a trustworthy reinforcement learning (RL) framework for O-RAN that systematically deals with such practical challenges in online deployment settings. Next, we propose a hybrid transfer learning (TL)-aided DRL approach, combining policy reuse and distillation methods, to enhance the generalization of DRL-based slicing policies to new network scenarios. We also develop a safe DRL-based slicing approach to reduce violations of the slices' latency requirements. This includes designing a reward function that reflects such requirements and learning a cost model that estimates the latency attached to an action. Finally, we design predictive mechanisms incorporating pre-trained policy selection and demand forecasting models to improve RL-based slicing agents' performance under extreme network situations. Together, these contributions advance the practical deployment of DRL-based resource management agents in O-RAN. Extensive simulations using real network traces demonstrate that our proposed trustworthy RL approaches significantly improve service level agreement (SLA) satisfaction and reduce latency while maintaining reasonable resource consumption across O-RAN slices. These results highlight the applicability of our methods to address the diverse service requirements in dynamic O-RAN deployment environments, particularly in immersive applications. While we focus on optimizing inter-slice RA within O-RAN, our framework offers a pathway toward more comprehensive, predictive resource management strategies, ensuring robust performance in uncertain network environments regardless of the architecture.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».