LLM-Steered Power Allocation for Parallel QPSK-AWGN Channels

1. Il Problema

L'integrazione dei Modelli Linguistici su Grande Scala (LLM) nei sistemi di comunicazione wireless chiusi (closed-loop) presenta sfide significative a causa della natura stocastica degli LLM, che può portare a violazioni dei vincoli di sistema se utilizzati direttamente per il controllo.
Il problema specifico affrontato è l'allocazione della potenza su canali paralleli AWGN (Additive White Gaussian Noise) con modulazione QPSK.

• Limitazioni delle soluzioni classiche: La soluzione "water-filling" classica, ottimale per ingressi gaussiani, è subottimale per costellazioni discrete come il QPSK, poiché l'informazione reciproca (Mutual Information - MI) satura a 2 bit per canale. Non esistono soluzioni in forma chiusa per questo caso, rendendo necessaria l'ottimizzazione numerica.
• La sfida operativa: I sistemi convenzionali possono tracciare un ottimo numerico, ma non possono reinterpretare semanticamente la situazione (es. cambiare l'obiettivo da "massimizzare il throughput" a "garantire l'equità" o "spegnere canali deboli") senza una riprogrammazione manuale. L'obiettivo è integrare un LLM come interprete di policy ad alto livello senza compromettere la sicurezza o la stabilità del sistema di controllo in tempo reale.

2. Metodologia: Architettura Dual-Process

L'autore propone un'architettura ispirata alla teoria dei doppio processo di Kahneman (Sistema 1 e Sistema 2), che separa il controllo in due loop asincroni:

Sistema 1: Il Motore di Ottimizzazione (Veloce)

• Funzione: Eseguire un'ascesa del gradiente proiettata (Projected Gradient Ascent) su una scala temporale di millisecondi.
• Obiettivo: Massimizzare la somma pesata dell'informazione reciproca ($J_w(\lambda) = \sum w_i I_i$) soggetta ai vincoli di potenza.
• Sicurezza: Utilizza l'autodifferenziazione (autograd) per calcolare i gradienti. Il vincolo di potenza totale ($\sum \lambda_i^2 \le P_{total}$) è imposto strutturalmente tramite un passo di proiezione su una sfera $\ell_2$ dopo ogni aggiornamento.
• Caratteristica chiave: Il Sistema 1 non aspetta mai l'LLM. Se l'LLM fallisce, il sistema continua a ottimizzare con gli ultimi parametri validi ricevuti (degradazione elegante).

Sistema 2: Il Navigatore LLM (Lento)

• Funzione: Periodicamente (ogni 1-3 secondi), un LLM interpreta una policy in linguaggio naturale fornita dall'operatore.
• Azione: L'LLM non tocca mai direttamente le variabili di allocazione della potenza ($\lambda$). Invece, aggiorna solo i pesi dei canali ($w$) e il budget operativo di potenza ($P_{total}$).
• Design "Memoryless": Ogni chiamata all'LLM è statale (stateless), basata solo su un riepilogo dello stato corrente e sulla policy. Questo riduce il consumo di token e semplifica il debugging.
• Output: L'LLM restituisce un oggetto JSON con i nuovi pesi, il budget e una spiegazione testuale (reasoning) della decisione.

Meccanismi di Sicurezza (Guardrails)

Per mitigare l'inaffidabilità degli LLM, sono stati implementati cinque livelli di protezione:

1. Controllo Indiretto: L'LLM non può violare i vincoli fisici perché non imposta direttamente la potenza.
2. Normalizzazione e Clamping: I pesi negativi vengono azzerati, normalizzati e il budget di potenza è limitato a un intervallo sicuro.
3. Smussamento EMA: Gli aggiornamenti dei parametri sono filtrati tramite una Media Mobile Esponenziale (EMA) per evitare picchi improvvisi dovuti a "allucinazioni" dell'LLM.
4. Fallback: In caso di errore di connessione o parsing, il sistema mantiene i parametri precedenti.
5. Spiegabilità: L'LLM fornisce una giustificazione testuale per ogni decisione, permettendo l'audit umano.

3. Contributi Chiave

1. Architettura Dual-Process: Una struttura che combina un ottimizzatore numerico veloce con un interprete semantico lento, garantendo la fattibilità del sistema per costruzione.
2. Adattamento Zero-Shot: La capacità di cambiare il comportamento del sistema (es. da throughput-oriented a fairness-oriented) semplicemente cambiando la stringa di policy in linguaggio naturale, senza modificare il codice o riaddestrare modelli.
3. Robustezza e Resilienza: L'uso di guardrails multi-livello che trasformano un potenziale fallimento dell'LLM in una semplice perdita di capacità di adattamento, evitando azioni di controllo pericolose.

4. Risultati Sperimentali

Gli esperimenti sono stati condotti su un sistema a 8 canali QPSK-AWGN utilizzando un modello LLM open-weight da 20 miliardi di parametri (GPT-OSS-20B).

• Efficacia delle Policy: L'LLM è riuscito a guidare l'ottimizzatore verso punti di funzionamento qualitativamente diversi in base alla policy:
  • Massimizzazione Throughput: Pesi uguali su tutti i canali.
  • Priorità Canali: Assegnazione di pesi dominanti ai canali 7 e 8.
  • Risparmio Energetico: Riduzione del budget totale di potenza mantenendo un rateo minimo.
  • Spegnimento Canali: Disattivazione dei 3 canali più deboli (pesi a zero).
• Confronto con Water-Filling: L'ottimizzatore guidato dall'LLM ha superato la soluzione water-filling classica (che è subottimale per QPSK), raggiungendo un MI totale di ~13.8 bit contro i 13.0 bit del water-filling.
• Resilienza (Homeostasi): In uno scenario di inversione improvvisa dei guadagni del canale (i canali forti diventano deboli e viceversa), il sistema guidato dall'LLM ha reagito autonomamente riaggiustando i pesi.
  • Il sistema ha ridotto la dispersione (spread) dell'informazione reciproca tra i canali del 60% rispetto a un ottimizzatore con pesi fissi, dimostrando una capacità di adattamento superiore agli eventi ambientali imprevisti.

5. Significato e Implicazioni

Questo lavoro dimostra che gli LLM possono essere integrati in modo sicuro nei loop di controllo dei sistemi di comunicazione, non come esecutori diretti, ma come interpreti di policy ad alto livello.

• Flessibilità: Permette di ridefinire gli obiettivi di ottimizzazione in tempo reale senza riprogrammazione.
• Sicurezza: L'architettura proposta risolve il problema della violazione dei vincoli, rendendo l'uso degli LLM praticabile in contesti critici.
• Paradigma Futuro: Introduce un pattern di design promettente per i sistemi di comunicazione di prossima generazione, dove un "cervello" semantico (LLM) guida un "sistema muscolare" numerico (ottimizzatore) per adattarsi dinamicamente a condizioni ambientali complesse e mutevoli.

In sintesi, il paper valida l'idea che un LLM possa agire come un "pilota automatico" semantico per i sistemi di comunicazione, capace di interpretare intenti umani complessi e tradurli in azioni di ottimizzazione matematica sicure ed efficienti.