Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

Sistema multiagente habilitado por LLM para redes 6G: marco y método de colaboración de borde-terminal de doble bucle

Created by
  • Haebom

Autor

Zheyan Qu, Wenbo Wang, Zitong Yu, Boquan Sun, Yang Li, Xing Zhang

Describir

Este artículo propone un método para integrar modelos de lenguaje a gran escala (LLM) y servicios inteligentes mediante un marco de agentes, aprovechando los amplios recursos computacionales de las redes 6G. Los agentes basados ​​en LLM pueden planificar y actuar de forma autónoma para procesar diversos significados del entorno e intenciones del usuario mediante módulos auxiliares y un núcleo de planificación. Sin embargo, los recursos limitados de los dispositivos de red individuales dificultan significativamente el funcionamiento eficiente de los agentes basados ​​en LLM, incluyendo la invocación compleja de herramientas. Por lo tanto, se necesita urgentemente una colaboración eficiente entre dispositivos a múltiples niveles. Para abordar este problema, este artículo propone un marco y una metodología para un sistema multiagente basado en LLM con colaboración terminal-borde de doble bucle en redes 6G. El bucle externo consiste en la colaboración iterativa entre un agente global y múltiples subagentes desplegados en servidores y terminales de borde, lo que mejora las capacidades de planificación mediante la descomposición de tareas y la distribución paralela de subtareas. El bucle interno consta de subagentes con roles dedicados que infieren, ejecutan y replanifican subtareas de forma recursiva. Se integra la generación de invocaciones de herramientas en paralelo mediante estrategias de descarga para mejorar la eficiencia. A través de estudios de casos sobre la gestión de la seguridad urbana habilitada para 6G, verificamos las capacidades mejoradas de planificación del trabajo y la eficiencia en la ejecución del trabajo, y analizamos exhaustivamente los desafíos abiertos y las direcciones futuras en las redes 6G para acelerar el advenimiento de la era 6G.

Takeaways, Limitations

Takeaways:
Un marco y una metodología eficientes para sistemas multiagente basados ​​en LLM en entornos de redes 6G.
Mejora de la planificación del trabajo y la eficiencia de la ejecución mediante la colaboración terminal-borde de doble bucle.
Validación de la eficacia a través de estudios de casos en aplicaciones del mundo real, como la gestión de la seguridad urbana basada en 6G.
Direcciones futuras de los sistemas de agentes basados ​​en LLM en redes 6G
Limitations:
Se necesitan más investigaciones para determinar la escalabilidad y la estabilidad del marco propuesto en entornos de red 6G del mundo real.
Necesidad de verificar la generalización a diferentes tipos de agentes y tareas.
Se necesita más investigación para optimizar el consumo de energía y la latencia.
La necesidad de revisar las limitaciones del alcance y la generalización de los estudios de caso
👍