AI Agents 6G RAN Autonomous Engineering Skill Composition
摘要

蜂窝网络研发受限于六大耗时流程,包括特性合成、一致性测试及数据优化等。尽管大语言模型加速了通用软件工程,但在无线接入网(RAN)场景中常因幻觉和依赖仿真而失效。本文提出 GENESIS,一个代理式 AI 框架,能将意图转化为经空中实验验证的解决方案,并反馈至持久知识库。该框架基于智能体、技能和钩子三大原语及 SYNAPSE 知识层构建,旨在克服现有局限,实现能力的累积增强。

AI 推荐理由

论文核心在于构建具备特定技能(代码合成、测试、优化)的 Agent 框架,以解决 RAN 领域的具体工程挑战。

研究机构
6G
论文信息
作者 Tamerlan Aghayev, Maxime Elkael, Michele Polese, Minh Dat Nguyen, Gabriele Gemmi et al.
发布日期 2026-05-26
arXiv ID 2605.27360
相关性评分 8/10 (高度相关)