Сети связи могут самостоятельно предоставлять услуги обучения искусственного интеллекта (AI) ограниченным ресурсам сетевых субъектов для быстрого создания точной цифровой двойни и достижения высокоуровневой сетевой автономии. Учитывая, что сетевые субъекты, которым требуется цифровая двойня, и субъекты сетевых, предоставляющих услуги AI, могут принадлежать разным операторам, можно использовать механизм стимулирования для максимизации полезности обеих сторон. В этой статье построена модель игры Штанберга для моделирования снятия задач обучения AI для цифровой двойной внутренней сети AI, где оператор базовой станции является лидером, а ограниченные ресурсы сетевых субъектов - последователями. В этой статье проанализировано равновесие Штанберга для получения равновесного решения, учитывая временную изменчивость беспроводной сетевой среды, и затем разработан алгоритм глубокого обучения с подкреплением для реализации динамического ценообразования и снятия задач. Наконец, проведено обширное моделирование для проверки эффективности предложенных решений.

цифровая двойня сети; внутренний искусственный интеллект; игра Штанберга; снятие задач; глубокое обучение с подкреплением