摘要
动态流量变化在开放无线接入网（O-RAN）中导致漂移，进而降低人工智能/机器学习（AI/ML）模型的性能。传统的重训练方法虽然能维持预测准确性，但会产生高计算成本，并可能导致服务水平协议（SLA）的违反。
本研究提出了一种基于 Q 学习的自适应重训练方法，将重训练决策形式化为马尔可夫决策过程（MDP），在此过程中，强化学习（RL）代理学习一种策略，以平衡预测准确性与重训练成本。该方法结合了多专家长短期记忆（LSTM）集成，以减轻灾难性遗忘，并在不同流量条件下提高鲁棒性。
实验结果表明，所提出的方法在保持系统性能在预定限制内的同时，有效减少了重训练开销，相较于贪婪和随机基线表现更佳。
博主点评： 本文提出的 ADORN 方法通过 Q 学习优化了 O-RAN 的重训练过程，显著降低了计算开销，确保了系统性能的稳定。这一研究为未来的无线网络智能化提供了新的思路，尤其是在高动态环境下的自适应能力提升上具有重要意义。