Multi-Agent Deep Reinforcement Learning for Resilience Optimization in 5G RAN

要約

回復力は、中断に抵抗し、適応し、中断から迅速に回復し、ユーザーの観点から許容可能なレベルのサービスを維持し続けるネットワークの能力として定義されます。
先進的な 5G や今後の 6G などの将来の無線ネットワークの出現により、重要なサービスが将来のネットワークに不可欠となり、エンドユーザーへの中断のないサービス提供が必要となります。
残念ながら、ネットワークの複雑さ、ユーザーのモビリティ、多様性の増大に伴い、局所的な最適化に依存する現在の復元管理手法を大規模で高密度なネットワーク展開に拡張することが困難になっています。
この論文は、マルチエージェント深層強化学習に基づいて高密度マルチセル ネットワークの復元力をグローバルに最適化することで、この問題に対処することを目的としています。
具体的には、私たちが提案するソリューションは、セルアンテナを動的に傾けて送信電力を再構成することで、停電を軽減し、カバレッジとサービス可用性の両方を向上させることができます。
隣接セルへの停止の影響を最小限に抑えるために、ネットワーク エリアのサービス品質を最大化しながら、復元力の制約を同時に満たすように、多目的の最適化問題が定式化されます。
その後、広範なシミュレーションにより、当社が提案するソリューションを使用すると、ユーザー スループットの観点から平均サービス可用性が最大 50 ～ 60% 向上し、最良のケースではカバレッジ可用性が 99% に達することが実証されました。

要約(オリジナル)

Resilience is defined as the ability of a network to resist, adapt, and quickly recover from disruptions, and to continue to maintain an acceptable level of services from users’ perspective. With the advent of future radio networks, including advanced 5G and upcoming 6G, critical services become integral to future networks, requiring uninterrupted service delivery for end users. Unfortunately, with the growing network complexity, user mobility and diversity, it becomes challenging to scale current resilience management techniques that rely on local optimizations to large dense network deployments. This paper aims to address this problem by globally optimizing the resilience of a dense multi-cell network based on multi-agent deep reinforcement learning. Specifically, our proposed solution can dynamically tilt cell antennas and reconfigure transmit power to mitigate outages and increase both coverage and service availability. A multi-objective optimization problem is formulated to simultaneously satisfy resiliency constraints while maximizing the service quality in the network area in order to minimize the impact of outages on neighbouring cells. Extensive simulations then demonstrate that with our proposed solution, the average service availability in terms of user throughput can be increased by up to 50-60% on average, while reaching a coverage availability of 99% in best cases.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google