В данной статье представлен новый подход к оптимизации траекторий беспилотных летательных аппаратов (БПЛА) в сотовых системах 6G за счет интеграции улучшенного непрерывного трансферного обучения в архитектуру O-RAN. Система использует библиотеку предварительно обученных моделей и механизм выбора для минимизации времени адаптации при работе в динамичной среде.

  • Поддерживает библиотеку предварительно обученных моделей и применяет механизм выбора моделей для определения подходящих сред для передачи знаний.
  • Использует резервную модель с непрерывным уточнением для обеспечения базовой производительности, когда нет достаточно похожей модели.
  • Использует реальные городские карты и методы трассировки лучей для повышения надежности обучения и планирования траекторий.
  • Сокращает время сходимости на 44–56% по сравнению с обучением с нуля и до 40% по сравнению с традиционным трансферным обучением без выбора модели.