Makalah ini memperkenalkan ADORN, sebuah pendekatan pelatihan ulang adaptif berbasis Q-learning yang dirancang untuk mengurangi degradasi kinerja yang disebabkan oleh variasi lalu lintas dinamis dan drift di Jaringan Akses Radio Terbuka (O-RAN). Dengan memformulasikan keputusan pelatihan ulang sebagai Proses Keputusan Markov, agen Pembelajaran Penguatan mempelajari kebijakan yang menyeimbangkan akurasi peramalan dengan biaya pelatihan ulang.

  • Sistem ini menggabungkan ensemble Long Short-Term Memory (LSTM) multi-ahli untuk mengurangi lupa katastrofik dan meningkatkan ketahanan di berbagai kondisi lalu lintas.
  • Hasil eksperimen menunjukkan bahwa ADORN secara efektif mengurangi overhead pelatihan ulang dibandingkan dengan baseline serakah dan acak sambil mempertahankan kinerja sistem dalam batas yang telah ditentukan sebelumnya.

Pendekatan ini mengatasi biaya komputasi tinggi dan potensi pelanggaran Service Level Agreement yang terkait dengan metode pelatihan ulang tradisional di lingkungan O-RAN.