RAN-JEPA 动作条件世界模型论文发布
热点事件持续更新
RAN-JEPA 动作条件世界模型论文发布
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Binghan Wu 等作者发布论文，提出 RAN-JEPA 动作条件世界模型，用于节能移动网络控制。该方法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。 论文称，在四个未来 15 分钟区间上，RAN-JEPA 的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，它在相近拥塞代价下持续支持比两个基线更高的睡眠比例。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
RAN-JEPA：面向节能移动网络控制的动作条件世界模型报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIRAN-JEPA：面向节能移动网络控制的动作条件世界模型
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。