5G组网即节能
全球联盟动态与局部协作联合优化的协同控制，为大型城市5G网络提供可扩展的节能方案，不同于固定地理配置的传统方法。
Stone · Su, Xiang · Premsankar, Gopika · Huandong, Wang · Tarkoma, Sasu · Hui, Pan
IEEE Transactions on Mobile Computing 2025
上层深度Q网络结合图卷积网络，根据网络全局状态动态地将基站划分为协作联盟，摆脱了传统方案对固定地理配置的依赖，更适合基站密集、用户移动的城市环境。
下层结合注意力机制、多智能体强化学习和图卷积网络，设计出可扩展的算法，在单个联盟内部优化基站协作，从而在大规模网络中实现局部能效最大化。
在高保真网络仿真器上实验表明，该框架实现高达75.6%的节能率，显著优于基准方法，证明了其在解决大规模5G网络能耗问题上的有效性。