arXiv · cs.AI· Binghan Wu, Kai Zeng, Kai Yang, Ya-Qin Zhang, Joseph Sifakis, Ye Ouyang·· 5 小时前
RAN-JEPA：面向节能移动网络控制的动作条件世界模型
RAN-JEPA: An Action-Conditioned World Model for Energy-efficient Mobile Network Control
arXiv:2610.17584v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Binghan Wu, Kai Zeng, Kai Yang, Ya-Qin Zhang, Joseph Sifakis, Ye Ouyang
研究任务与主要进展
RAN-JEPA通过分离表示学习与干预学习，利用移动网络被动遥测和有限的睡眠/唤醒轨迹训练动作条件世界模型。基于论文摘要，该模型在四单元5G测试床上进行域适配、后训练和控制，四个未来15分钟区间的动作条件预测误差低于GPT-2世界模型基线和机制规则；其闭环控制以相近拥塞成本获得更高睡眠比例，并在匹配条件下生成了不同且连贯的SLEEP和KEEP未来轨迹。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org