arXiv cs.AI· Binghan Wu, Kai Zeng, Kai Yang, Ya-Qin Zhang, Joseph Sifakis, Ye Ouyang·· 8 小时前AI 评分24
RAN-JEPA：面向节能移动网络控制的动作条件世界模型
RAN-JEPA: An Action-Conditioned World Model for Energy-efficient Mobile Network Control
AI 导读
RAN-JEPA 是一种动作条件世界模型，将表征学习与干预学习分离：先用纯观测网络数据预训练预测性潜表征，再在真实四小区 5G 测试台上完成域适应与动作条件潜动态学习，编码器保持冻结。在四个未来 15 分钟区间上，其动作条件预测误差低于 GPT-2 世界模型基线和机制规则方法。闭环控制中，RAN-JEPA 在相近拥塞代价下持续支持比两个基线更高的睡眠比例。
来源：arXiv cs.AI · arxiv.org