RAN-JEPA：面向5G节能控制的行动条件世界模型

Binghan Wu 等在 arXiv 发布 RAN-JEPA 论文，提出一个将表示学习与干预学习分离的行动条件世界模型，用移动网络被动遥测和有限的睡眠/唤醒轨迹训练，目标是5G网络的节能控制。 基于论文摘要：该模型用公开运营商性能数据做预训练，在真实设备的四单元5G测试床上完成域适配、后训练和控制。其行动条件预测误差（未来四个15分钟区间）低于 GPT-2 世界模型基线和机制规则，但接近一个较强的持续性参考；闭环控制中，在相近拥塞成本下，睡眠比例持续高于两个基线，并在匹配条件下生成不同且连贯的 SLEEP 与 KEEP 未来轨迹。

AI 根据报道生成 · 39 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。