Generative AI Agent for Next-Generation MIMO Design: Fundamentals, Challenges, and Vision

本文研究生成人工智能（AI）代理器支持下的下一代多输入多输出（MIMO）设计，旨在实现智能化和可扩展性。首先，我们概述了下一代MIMO的发展、基础和挑战。然后，我们提出了生成AI代理器的概念，它能够借助大型语言模型（LLM）和检索增强生成（RAG）生成定制和专业化的内容。接下来，我们全面讨论了生成AI代理器框架的特点和优势。更重要的是，为了解决下一代MIMO的现有挑战，我们从性能分析、信号处理和资源分配的角度讨论了生成AI代理器支持下的下一代MIMO设计。此外，我们提出了两个引人注目的案例研究，展示了在复杂配置场景下利用生成AI代理器进行性能分析的有效性。这些示例突显了整合生成AI代理器如何显著增强下一代MIMO系统的分析和设计。最后，我们讨论了重要的潜在研究未来方向。

本论文旨在研究下一代MIMO设计中的生成人工智能代理的应用，以解决现有挑战。

论文提出了生成AI代理的概念，利用大型语言模型和检索增强生成技术生成定制和专业内容，从性能分析、信号处理和资源分配等方面探讨了生成AI代理在下一代MIMO设计中的应用。

论文详细讨论了生成AI代理的特点和优势，并提供了两个案例研究来证明其在复杂配置场景下性能分析的有效性。实验使用了大量数据集，但未提供开源代码。未来研究方向包括更多的应用场景和算法改进。

在最近的相关研究中，有一些关于MIMO设计和生成AI代理的研究，如“DeepMIMO: A Deep Learning Approach to Unsupervised MIMO Detection”和“Generative Adversarial Networks for Extreme Learned Image Compression”。