6GAgentGym：面向网络管理的工具使用、数据合成与智能体学习

自主 6G 网络管理需智能体具备执行工具、观测状态变化并自适应决策的能力。针对现有基准缺乏闭环交互的局限，本文提出 6GAgentGym 框架。该框架提供含 42 类工具的交互环境，区分只读观测与状态变更配置，并基于 NS-3 数据校准实验模型。通过 6G-Forge 利用自指令生成与执行验证构建训练轨迹，结合监督微调与在线闭环强化学习，使 8B 开源模型在长程任务上表现优异，为实现自主闭环网络管理提供了可行路径。