本文介绍了 NEC 公司研发的利用人工智能自主优化 5G 网络的技术，该技术可实时分析应用状态和无线质量，自主优化 5G 网络，以确保机器人和汽车远程控制所需的可靠性和实时性能。具体内容如下：
- 技术背景与目标
- 重要性与问题：5G 网络对数字化转型和高级应用至关重要，但多数应用在通信质量下降时生产力会大幅降低。
- 技术目标：开发能实时分析应用和无线质量状态并自主优化 5G 网络的技术，以应用于机器人和汽车远程控制等对实时性和可靠性要求高的场景，提高应用生产力，体现 NEC 创新性。此技术符合 O-RAN 联盟标准规范，可应用于多种 5G 网络环境。
- 技术原理与实现方式
- 工作原理：根据现场条件智能控制无线接入网（RAN）。工业现场不同应用的数据传输需求和无线通信状况复杂，传输延迟是关键指标，包括重传延迟和排队延迟，两者存在权衡关系。为此开发了能实时分析应用状态和无线质量变化、推导 RAN 控制参数值和过度延迟风险概率的算法，以及基于机器学习的 RAN 控制方法。
- 系统组成与切换机制：采用机器学习控制引擎和逻辑控制引擎相结合的方式。机器学习运行时系统会同时验证，发现准确性受影响风险时切换到逻辑引擎，确保 RAN 控制稳定性。模拟结果显示传输过度延迟频率可降至传统方法的 1/50 以下，显著提高机器人连续运行时间。
- 无线质量预测技术：利用最新人工智能技术开发机制，从时间序列无线质量数据中精确预测无线质量急剧下降情况，每 100 毫秒周期预测并传递信息给控制系统，使控制系统能提前设置 RAN 控制参数，消除大规模数据包流中的过度延迟。
- 应用案例与未来展望
- 应用场景设想：目前预期应用于制造或仓库机器人控制、物流中卡车编队控制等，这些应用处于模拟阶段，正在准备演示验证，计划 2025 年推向社会。
- 具体用例优势：在无需等待超 5G 基础设施完成的情况下，可实现此前认为不可能的用例，如在无线质量波动大的环境中对机床进行精细运动控制（虽需超 5G 框架消除百微秒级传输延迟，但该技术可助力其前期应用），以及在多应用共存场景中，满足不同通信需求（低延迟、高可靠性、高速大容量传输），促进共存应用逐步增加，直至超 5G 全面运行。该技术不仅突破无线通信障碍，还能自动适应多种应用，增加开发高级应用的自由度，加速社会发展，NEC 将继续研发推动其实际应用。
