论文Agent 与开发者13:04LLM 驱动多目标深度强化学习优化 5G UPF 选择把 LLM 的意图理解和强化学习决策拼在了一起:运营商用自然语言说需求,NWDAF 告警触发动态调整,5G UPF 选择比固定策略好 16.89%。做电信网络自动化或 DRL 落地的开发者可以看看实验设计。#深度强化学习#5G#LLM#NWDAFaarXiv cs.AI@Abdelrahman Soliman 等 3 人原文稍后读已读值得跟进有用关注 深度强化学习