Communication and Control Co-Design in 6G: Sequential Decision-Making with LLMs

本文探讨了在六代无线网络背景下的控制系统。控制性能优化面临着通信和控制子系统之间错综复杂的相互作用所带来的技术挑战，需要进行协同设计。考虑到系统动态性，我们将通信和控制的顺序协同设计决策在离散时间范围内形式化为马尔可夫决策过程，提出了一个实用的离线学习框架。我们的提议框架将大型语言模型整合到强化学习的元素中。我们展示了一个关于语义感知通信和控制协同设计时代的案例研究，以展示我们提议的学习框架的潜力。此外，我们讨论了使我们提议的离线学习框架成为现实世界实现的未解决问题，并强调未来探索的研究方向。

本文旨在探讨六代无线网络中的控制系统，并优化控制性能，解决通信和控制子系统之间相互作用的技术挑战，需要进行协同设计。

本文将通信和控制的顺序协同决策制定为马尔可夫决策过程，提出了一个实用的离线学习框架，并将大型语言模型集成到强化学习的元素中。

本文通过一个以语义感知通信和控制协同设计时代为例的案例研究，展示了提出的学习框架的潜力。还讨论了使离线学习框架成为实际实现的未解决问题，并强调了未来研究的方向。

最近的相关研究包括：1. “Wireless Network Control: A Survey”，2. “Cooperative Control of Multi-Agent Systems: A Review of Applications”，3. “Deep Reinforcement Learning for Control Systems: A Survey”。