Resumo Técnico: ENWAR 3.0

Declaração do Problema

Manter conectividade robusta em ondas milimétricas (mmWave) em redes veiculares requer adaptação em tempo real a dinâmicas ambientais, degradação de sensores e variabilidade de enlace. Mecanismos tradicionais de controle de rede frequentemente dependem de heurísticas baseadas em regras ou rastreamento de feixe estático, que falham em escalar em ambientes de sensoriamento multimodal. Essas abordagens convencionais não conseguem adaptar efetivamente decisões com base na confiabilidade do sensor, contexto ambiental ou comportamento histórico do sistema. Além disso, soluções existentes de Modelos de Linguagem Grande (LLM) para controle sem fio frequentemente carecem de capacidades de tomada de decisão em tempo real, permanecem centradas em texto ou falham em integrar dados sensoriais multimodais (LiDAR, radar, câmeras, GPS) com lógica transparente e explicável. Existe uma lacuna crítica no projeto de frameworks contínuos que misturem sensoriamento multimodal, raciocínio interpretável e tomada de decisão adaptativa sob restrições estritas de tempo real para comunicações de Infraestrutura para Veículo (I2V).

Metodologia

O ENWAR 3.0 é um framework de raciocínio consciente do ambiente que unifica sensoriamento multimodal, LLMs agênticos e seleção de modelos orientada por contexto. O sistema opera dentro de um intervalo de controle de 300ms, gerenciando formação de feixe, previsão de bloqueio e gerenciamento de handover através de um framework de controle hierárquico.

Arquitetura Central

1. Percepção Multimodal e Detecção de Degradação:

   • O sistema ingere dados sincronizados de câmeras, LiDAR, radar e GPS.
   • Um Classificador de Ambiente dedicado (uma Floresta Aleatória de múltiplas saídas) detecta degradação de sensor em tempo real (ex.: neblina, oclusão, ruído) com precisão superior a 99%. Ele emite flags binárias para excluir dinamicamente modalidades não confiáveis.
   • Um pipeline de degradação sintética foi desenvolvido para treinar este classificador, simulando condições adversas como embaçamento, esparsificação e interferência de sinal.

2. Orquestração Agêntica via LLM Primado:

   • Um LLM centralizado atua como orquestrador, primado via prompting de Cadeia de Pensamento (CoT) e feedback humano-no-loop (HITL).
   • O LLM interpreta estados estruturados do ambiente e flags de saúde do sensor para invocar agentes especializados (Previsão de Feixe, Previsão de Bloqueio, Handover, Percepção de Ambiente) exatamente uma vez por ciclo.
   • O sistema emprega Memória de Longo Prazo (usando LlamaIndex) para persistir padrões históricos, como durações de bloqueio e decisões passadas de agentes, permitindo continuidade temporal no raciocínio.

3. Roteamento Adaptativo de Modelos (DRL):

   • Um agente de Aprendizado por Reforço Profundo (DRL), treinado com Otimização de Política Proximal (PPO), seleciona dinamicamente a combinação ótima de modalidades de sensor para tarefas de previsão.
   • O sistema mantém um repositório de 15 variantes de modelos pré-treinados por agente (cobrindo várias combinações de sensores). A política DRL roteia tarefas para a variante mais adequada com base na saúde atual do sensor e contexto histórico, evitando sensores degradados.

4. Agentes Específicos de Tarefa:

   • Previsão de Feixe: Antecipa índices de feixe ótimos usando entradas multimodais para evitar varredura exaustiva de feixes.
   • Previsão de Bloqueio: Estima a probabilidade de eventos de oclusão até 5 passos de tempo (1,5s) no futuro usando fusão tardia de previsões específicas de modalidade.
   • Gerenciamento de Handover: Dispara handovers para estações base secundárias (BS2) com base em uma política de duplo gatilho: superioridade significativa de potência ou bloqueio persistente (excedendo 5 passos de tempo) combinado com melhoria de potência.

5. Entrega de Resposta:

   • O sistema gera respostas estruturadas e interpretáveis que integram percepção, previsão e decisões de controle.
   • Decisões críticas do caminho de controle (invocação de agente, seleção de feixe) são limitadas à janela de amostragem de 300ms, enquanto justificativas detalhadas em linguagem natural são geradas assincronamente para garantir desempenho em tempo real.

Contribuições Principais

O artigo delineia cinco contribuições primárias:

• Orquestração Hierárquica de Agentes: Reformular o controle sem fio multimodal como um problema de agente hierárquico, utilizando uma arquitetura modular orientada por LLM com priming CoT e RLHF para coordenar previsões de feixe/bloqueio e decisões de handover.
• Camada de Controle Consciente de Degradação: Introduzir um pipeline de degradação de sensor sintético e um classificador de múltiplas saídas (99,1% de precisão) que permite a exclusão dinâmica de modalidades não confiáveis, substituindo estratégias de fusão estáticas por sensoriamento consciente de confiabilidade.
• Roteamento Adaptativo de Modelos Baseado em DRL: Projetar uma política DRL consciente de degradação que seleciona dinamicamente entre 15 combinações de modalidades pré-treinadas por agente, adaptando-se ao status do sensor em vez de depender de invocação de modelo fixa.
• Controle de Bloqueio e Handover Consciente de Persistência: Integrar rastreamento de duração de bloqueio e memória de longo prazo em um mecanismo de handover acionado por política, criando um pipeline fechado de feixe–bloqueio–handover ausente em iterações anteriores.
• Operação em Tempo Real com Latência Limitada: Demonstrar que o sistema completo mantém uma latência de ponta a ponta no pior caso do caminho de controle de 289,7ms dentro de um intervalo de amostragem de 300ms, garantindo compatibilidade com requisitos em tempo real de I2V.

Resultados

Avaliações extensas foram conduzidas em 15 combinações de sensores e várias arquiteturas de LLM (variando de 3B a 70B parâmetros):

• Desempenho Preditivo:
  • Seleção de Feixe: Alcançou até 88,5% de precisão Top-3 (com Câmera+GPS+LiDAR) e uma perda de potência média de -0,009 dB.
  • Previsão de Bloqueio: Alcançou 98,4% de pontuação F1 (com Câmera+Radar) e uma AUC-ROC de 0,988.
  • Classificação de Ambiente: Detectou degradação de sensor com 99,1% de precisão entre modalidades.
• Correção do Raciocínio:
  • O sistema alcançou 87,3% de correção de raciocínio com um modelo de 3B parâmetros, melhorando para 89,3% com um modelo de 70B. Isso representa uma melhoria significativa sobre baselines vanilhas (69,4%).
  • Estudos de ablação mostraram que o priming (82,5%) e o raciocínio CoT (82,2%) forneceram os maiores ganhos individuais, enquanto Memória de Longo Prazo e roteamento DRL aprimoraram ainda mais a estabilidade.
• Latência e Eficiência:
  • A latência de ponta a ponta no pior caso para o caminho de controle foi de 289,7ms, cabendo dentro da janela de amostragem de 300ms.
  • Modelos maiores (70B) ofereceram apenas ganhos marginais de desempenho (aproximadamente 2% de melhoria) mas incorreram em latência de inferência significativamente maior (3,08s vs. 2,17s para 3B), sugerindo retornos decrescentes para implantação em tempo real.
• Robustez:
  • Sob casos extremos (ex.: neblina densa, interferência de GPS, falha de LiDAR), o sistema manteve alto desempenho alternando dinamicamente para modelos de fallback (ex.: apenas radar ou fusão câmera-radar), demonstrando degradação graciosa.
  • O agente DRL selecionou ações ótimas em 86,6% dos episódios, superando significativamente baselines baseadas em regras (67,1%) e aleatórias (13,2%).

Significado

O artigo posiciona o ENWAR 3.0 como uma base escalável para sistemas sem fio integrados a LLMs capazes de raciocinar, perceber e adaptar-se em tempo real. Ele avança o campo de suporte à decisão assistido por percepção para orquestração orientada por política e consciente de degradação. Ao estabelecer um loop unificado em tempo real para previsão de feixe, detecção de bloqueio e controle de handover, o trabalho aborda as limitações de heurísticas estáticas e raciocínio de caixa-preta em ambientes veiculares dinâmicos. O framework demonstra que integrar raciocínio estruturado, memória e roteamento adaptativo permite que sistemas sem fio mantenham alto desempenho e interpretabilidade mesmo sob incerteza significativa de sensores e dinâmicas ambientais.