Riepilogo Tecnico: IA Agente per l'Ottimizzazione a Lungo Termine Bilevel di Sistemi del Livello Fisico Guidati da Policy

1. Definizione del Problema

Le reti wireless future affrontano una complessità crescente dovuta alla connettività densa, ai requisiti di servizio diversificati e alle operazioni software-defined. Una sfida critica sorge dalla natura dinamica delle policy degli operatori di rete, degli intenti e dei KPI (Key Performance Indicators), che possono cambiare nel tempo (ad esempio, passando dalla massimizzazione del throughput all'efficienza energetica).

Gli esistenti framework di controllo del livello fisico soffrono di due limitazioni principali:

1. Obiettivi Fissi: I classici risolutori basati su modelli e i metodi di Deep Reinforcement Learning (DRL) sono tipicamente progettati con funzioni di utilità o di ricompensa pre-specificate. Quando gli intenti dell'operatore cambiano, questi sistemi richiedono una riconfigurazione e un riaddestramento manuale, rendendoli inefficaci in ambienti non stazionari.
2. Vincoli in Tempo Reale: Sebbene i Large Language Models (LLM) e l'IA Agente mostrino promesse nell'interpretare intenti in linguaggio naturale, l'applicazione diretta per generare decisioni istantanee del livello fisico (ad esempio, vettori di beamforming) è impraticabile a causa dei severi vincoli di latenza in tempo reale e dei requisiti di fattibilità numerica sotto l'informazione del canale (CSI) istantanea.

Il documento affronta la necessità di un framework in grado di aggiornare adattivamente le configurazioni di ottimizzazione del livello fisico in risposta all'evoluzione delle policy degli operatori, mantenendo al contempo l'ottimalità e la bassa latenza delle decisioni istantanee del livello fisico.

2. Metodologia: Framework Agentic-LTPO

Gli autori propongono l'Agentic long-term performance optimization (Agentic-LTPO), un framework di ottimizzazione bilevel annidato progettato per decomporre l'adattamento della policy a lungo termine dall'esecuzione del livello fisico a breve termine.

A. Struttura Bilevel Annidata

Il problema è formulato come un'ottimizzazione a due scale temporali:

• Livello Superiore (Scala Temporale Lenta): Opera su grandi intervalli di tempo ($N$ intervalli, ciascuno contenente $T_s$ slot). Un sistema di IA Agente interpreta le policy degli operatori (linguaggio naturale), riassume il comportamento della rete e recupera le esperienze storiche per generare un vettore di configurazione strutturato $c^{(n)}$. Questo vettore definisce i vincoli e i target per il livello inferiore (ad esempio, livelli di QoS robusti target $\Gamma^{(n)}_k$ e fattori di esposizione del budget di potenza per AP $\phi^{(n)}_\ell$).
• Livello Inferiore (Scala Temporale Veloce): Opera su base per slot ($t \in \mathcal{T}$). Data la configurazione $c^{(n)}$ dal livello superiore, un risolutore veloce calcola le decisioni istantanee di beamforming per minimizzare la potenza di trasmissione soggetti a vincoli di QoS robusti e limiti di potenza per ogni AP, utilizzando una CSI imperfetta.

B. Architettura Multi-Agente del Livello Superiore

Per tradurre input eterogenei (policy in linguaggio naturale, riassunti dell'ambiente, dati storici) in configurazioni fattibili, il livello superiore impiega un sistema multi-agente coordinato con quattro ruoli distinti:

1. Interprete della Policy ($A_{int}$): Converte le policy in linguaggio naturale degli operatori in un contesto JSON strutturato e leggibile dalle macchine. Utilizza un modulo di Generazione Aumentata dal Recupero (RAG) per recuperare prove di policy storiche rilevanti, garantendo la coerenza e risolvendo le ambiguità.
2. Osservatore di Rete ($A_{obs}$): Analizza le prestazioni dell'intervallo precedente (statistiche operative e diagnosi semantica) per riassumere lo stato attuale della rete e identificare i colli di bottiglia.
3. Pianificatore di Configurazione ($A_{plan}$): Propone aggiustamenti candidati alla configurazione basandosi sul contesto della policy corrente e sullo stato della rete.
4. Critico delle Prestazioni ($A_{crit}$): Valuta le configurazioni candidate del pianificatore rispetto alle evidenze di casi storici recuperati (regimi operativi passati simili). Funge da ciclo di verifica, accettando la configurazione se si allinea con l'evidenza empirica o richiedendo correzioni al pianificatore.

Questo ciclo di raffinamento Pianificatore-Critico assicura che le configurazioni non siano generate in isolamento, ma siano radicate nell'esperienza operativa accumulata.

C. Ottimizzazione del Livello Inferiore

Per il caso d'uso specifico del beamforming downlink in Cell-Free (CF) MIMO, il livello inferiore risolve un problema di minimizzazione dell'energia.

• Robustezza: Il sistema tiene conto dell'incertezza della CSI utilizzando un modello di errore a norma limitata.
• Efficienza: Adottando una struttura di beamforming Zero-Forcing (ZF), gli autori derivano un limite del rapporto segnale-interferenza più rumore (SINR) worst-case in forma chiusa. Ciò trasforma il problema di beamforming robusto in un problema di programmazione lineare, risolvibile con ottimalità globale e complessità lineare, soddisfacendo i severi requisoli di latenza per slot.

3. Contributi Chiave

Il documento delinea i seguenti contributi specifici:

• Formulazione: Formula il controllo del livello fisico adattivo sotto policy variabili come un problema bilevel annidato, decomponendo l'interpretazione della policy (scala temporale grande) dall'ottimizzazione istantanea (scala temporale piccola).
• Design Multi-Agente: Progetta un'architettura di collaborazione multi-agente (Interprete, Osservatore, Pianificatore, Critico) con un modulo RAG per convertire gli input di policy e l'esperienza storica in parametri di configurazione fisicamente fattibili.
• Meccanismo di Verifica: Introduce un ciclo di raffinamento pianificatore-critico in cui l'agente Critico utilizza le evidenze di casi recuperate per validare e raffinare le configurazioni candidate prima del deployment, riducendo gli errori decisionali.
• Risolutore Efficiente: Rivela che il problema di minimizzazione dell'energia robusta per il CF-MIMO ammette un limite SINR worst-case in forma chiusa, consentendo un risolutore per slot efficiente con ottimalità globale.

4. Risultati Sperimentali

Il framework è stato valutato su un sistema CF-MIMO con 16 AP distribuiti che servono 8 utenti sotto impostazioni di policy dell'operatore casuali e a stazionarietà a tratti.

• Guadagno di Prestazioni: Agentic-LTPO ha migliorato l'utilità cumulativa della comunicazione del 57,2% rispetto a una strategia baseline statica.
• Adattabilità della Policy: A differenza delle strategie statiche o dei controller a singolo agente, Agentic-LTPO è riuscito a seguire i regimi di policy variabili (ad esempio, il passaggio tra modalità orientate al throughput e al risparmio energetico), regolando di conseguenza i parametri di configurazione (target QoS e budget di potenza).
• Analisi dei Componenti: Gli studi di ablazione hanno dimostrato che la rimozione del modulo RAG o dell'agente Critico degradava le prestazioni, confermando che sia il recupero delle evidenze storiche che il ciclo di raffinamento sono essenziali per un adattamento sostenuto.
• Robustezza: Il framework ha mantenuto alte prestazioni e bassi rapporti di violazione della QoS anche sotto stress di carico del servizio (densità di AP variabile), superando gli approcci a singolo agente e quelli statici.
• Grounding del Linguaggio: Confrontando gli input in linguaggio naturale grezzo con gli input di policy strutturata "oracle", Agentic-LTPO ha mostrato solo un gap di prestazioni del 1,9%, mentre un controller a singolo agente mostrava un gap del 6,8%. Ciò suggerisce che la struttura multi-agente mitiga efficacemente l'ambiguità del linguaggio naturale.
• Trade-off: Il framework comporta un maggiore overhead di ragionamento (uso di token) rispetto ai metodi statici o a singolo agente, ma questo costo produce un'utilità di comunicazione a lungo termine significativamente superiore.

5. Significato e Rivendicazioni

Il documento afferma che Agentic-LTPO fornisce un'interfaccia affidabile tra intenti di policy eterogenei di alto livello e configurazioni del livello fisico eseguibili di basso livello. La sua importanza risiede in:

• Adattabilità: Consente ai controller del livello fisico di adattarsi a policy dell'operatore variabili nel tempo senza richiedere il riaddestramento o la riconfigurazione manuale delle funzioni di ricompensa.
• Affidabilità: Radicando le decisioni nelle evidenze storiche (tramite RAG) e verificandole attraverso un meccanismo di critico, il framework produce configurazioni strutturate e fattibili che sono robuste all'ambiguità del linguaggio e agli errori decisionali.
• Scalabilità: La separazione delle responsabilità consente l'uso di un'IA Agente potente a scala temporale lenta per il ragionamento, preservando al contempo la velocità e l'ottimalità di risolutori matematici specializzati per l'esecuzione in tempo reale.

Gli autori concludono che questo approccio colma efficacemente il divario tra l'intent di rete ad alto livello e l'esecuzione del livello fisico a basso livello, offrendo una via percorribile per l'ottimizzazione guidata da policy nelle future reti wireless 6G.