一、项目描述

       随着6G无线通信网络向全覆盖、全频谱、全应用的范式转换，高效的无线资源管理成为发挥6G系统效能的关键所在。而超大密度连接、超异构网络、多种通信场景的干扰使得大规模无线资源管理问题达到前所未有的复杂程度。传统优化方法数值迭代的算法结构阻碍了大规模问题的实时高效求解，而AI辅助优化则可以充分利用同类问题的历史求解经验来避免不断重复的个例式求解，从而大大降低计算资源的开销。

二、主要痛点

       AI辅助优化在大规模无线资源管理上的应用仍存在三个方面的问题：1）如何满足无线资源管理问题的复杂约束条件；2）如何保证大规模无线资源管理的可扩展性和泛化性；3）如何适应无线网络环境的动态变化。

三、解决方案

       本项目拟将最新的AI技术与优化理论方法相结合，提出面向复杂约束问题的AI辅助优化算法框架，设计支持大规模问题的神经网络架构，并构建针对动态无线网络环境的稳定训练方法。

四、主要贡献/价值​​​​​​​

       本项目旨在将最新的AI技术与优化理论相结合，在无线资源管理方法上进行创新，开展面向大规模无线资源管理的AI辅助优化方法研究。本项目为6G大规模无线通信网络的效能发挥提供AI助力的优化范式。

五、下一步计划​​​​​​​

       研究：

    （1）面向复杂约束问题的AI辅助优化算法框架；

    （2）支持大规模问题的神经网络架构；

    （3）针对动态无线网络环境的稳定训练方法。

六、合作伙伴​​​​​​​

       无。

七、团队成员​​​​​​​

       李洋。