В статье представлен ADORN, подход к адаптивному переобучению на основе Q-learning, разработанный для смягчения деградации производительности, вызванной динамическими изменениями трафика и дрейфом в сетях с открытым радио доступом (O-RAN). Формализуя решение о переобучении как процесс принятия марковских решений, агент обучения с подкреплением изучает политику, которая балансирует между точностью прогнозирования и затратами на переобучение.

  • Система включает ансамбль многоэкспертных сетей долгой краткосрочной памяти (LSTM) для смягчения катастрофического забывания и повышения устойчивости к различным условиям трафика.
  • Экспериментальные результаты демонстрируют, что ADORN эффективно снижает накладные расходы на переобучение по сравнению с жадными и случайными базовыми методами, сохраняя при этом производительность системы в пределах заданных ограничений.

Этот подход решает проблему высоких вычислительных затрат и потенциальных нарушений соглашений об уровне обслуживания (SLA), связанных с традиционными методами переобучения в средах O-RAN.