El artículo presenta ADORN, un enfoque de reentrenamiento adaptativo basado en Q-learning diseñado para mitigar la degradación del rendimiento causada por variaciones dinámicas del tráfico y la deriva en Redes de Acceso Radio Abiertas (O-RAN). Al formular la decisión de reentrenamiento como un Proceso de Decisión de Markov, un agente de Aprendizaje por Refuerzo aprende una política que equilibra la precisión de las predicciones con los costos de reentrenamiento.
- El sistema incorpora un conjunto de expertos múltiples de Memoria a Corto y Largo Plazo (LSTM) para mitigar el olvido catastrófico y mejorar la robustez en diversas condiciones de tráfico.
- Los resultados experimentales demuestran que ADORN reduce eficazmente la sobrecarga de reentrenamiento en comparación con las líneas base codiciosas y aleatorias, manteniendo el rendimiento del sistema dentro de los límites predefinidos.
Este enfoque aborda los altos costos computacionales y las posibles violaciones de los Acuerdos de Nivel de Servicio (SLA) asociados con los métodos tradicionales de reentrenamiento en entornos O-RAN.