この論文では、大規模言語モデル（LLM）ベースの自律エージェントを活用して、6Gネットワークのリアルタイム意思決定を改善する新しい方法を紹介します。既存の特定のタスクに集中するAIから抜け出し、より広い推論能力を持つAGI（Artificial General Intelligence）ベースのネットワークへの移行を目指しています。この目的のために、LLMとリアルタイム最適化アルゴリズムを組み合わせた「共生エージェント」という新しいパラダイムを提案します。入力フェーズのオプティマイザは数値的に正確な操作のための不確実性を制御し、出力フェーズのオプティマイザはLLMの監督下で適応リアルタイム制御を実行します。無線アクセスネットワーク（RAN）オプティマイザとサービスレベル契約（SLA）ネゴシエーション用のマルチエージェントを設計および実装し、5Gテストベッドを使用した実験結果を提示します。実験の結果、共生エージェントは単独のLLMベースのエージェントよりも意思決定エラーを5倍削減し、小規模言語モデル（SLM）を使用してGPUリソース使用率を99.9％削減しながらも同様の精度を達成しました。実際のテストベッドでのマルチエージェントコラボレーションデモは、SLAとリソース割り当ての柔軟性を示しており、RANの過剰使用を約44％削減しました。
