Stackelberg 博弈

深度分析

LLM 驅動的動態 Stackelberg 多代理 MAC 協定：提升吞吐量與公平性

隨著無線網路需求多變，傳統手動設定的MAC協定已難以因應。研究以LLM結合近端策略最佳化，將上行排程建模為動態多追隨者Stackelberg博弈，產生語意化、可變長度的協定指令。模擬顯示吞吐提升77.6%，公平性提升65.2%，且能自適應使用者數量而無需重新訓練。