| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-11-05 09:40 ［奨励講演］OAIを用いたPhysical AI向け明示的PRB制御MACスケジューラの初期評価 ○小野翔多・中尾彰宏（東大）  NS2026-120 |
|
| 抄録 | （和） | Physical AI ロボットが社会インフラの作業員として動作する環境では，無線通信の品質低下がインフラ 停止へ直結する．5G のMedium Access Control（MAC）スケジューラは，Physical Resource Block（PRB）をUser Equipment（UE）へ割り当てるが，既存のGuaranteed Bit Rate（GBR）設定はUE 別の目標達成状態に応じて配分 比率を補正しない．そこで本稿では，DL/UL の目標達成状態を観測し，直接方策探索によりUE 別の目標PRB 配分 比率を更新するMAC スケジューラを提案する．OpenAirInterface（OAI）のRF シミュレータで10 UE を構成し， GBR only，PF/GPF-inspired，学習を用いないTarget-first，提案手法を比較する．結果として，提案手法はGBR UE のDL スループット目標達成率100.0%，UL スループット目標達成率93.8%，最小GBR トラフィック充足率97.68% を達成する． |
| （英） | Physical AI robots require stable wireless connectivity because communication degradation can stop in- frastructure operations. A 5G Medium Access Control (MAC) scheduler allocates Physical Resource Blocks (PRBs) to User Equipment (UEs), whereas conventional Guaranteed Bit Rate (GBR) configuration does not adjust alloca- tion ratios according to per-UE target-achievement states. This paper proposes a MAC scheduler that observes DL and UL target achievement and updates per-UE target PRB allocation ratios through direct policy search. Using a 10-UE OpenAirInterface (OAI) RF-simulator environment, we compare GBR only, PF/GPF-inspired, non-learning Target-first, and the proposed method. The proposed method achieves DL and UL throughput target-achievement rates of 100.0% and 93.8%, respectively, and a minimum GBR traffic satisfaction of 97.68%. |
|
| キーワード | （和） | MAC スケジューリング / 強化学習 / Physical AI / PRB 割り当て / OpenAirInterface / / / |
| （英） | MAC scheduler / Reinforcement learning / Physical AI / PRB allocation / OpenAirInterface / / / | |
| 文献情報 | 信学技報, vol. 126, no. 222, NS2026-120, pp. 1-6, 2026年11月. | |
| 資料番号 | NS2026-120 | |
| 発行日 | 2026-10-29 (NS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NS2026-120 |
|
| 研究会情報 | |
| 研究会 | NS ICM NV HCL |
| 開催期間 | 2026-11-05 - 2026-11-06 |
| 開催地（和） | 別府国際コンベンションセンター／ビーコンプラザ + オンライン開催 |
| 開催地（英） | Beppu B-con Plaza + Online |
| テーマ（和） | ネットワーク品質，ネットワーク計測・管理，ネットワーク仮想化，ネットワークサービス，ブロックチェーン，セキュリティ，ネットワークインテリジェンス・AI，一般 |
| テーマ（英） | Network quality, Network measurement/management, Network virtualization, Network service, Blockchain, Security, Network intelligence/AI, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2026-11-NS-ICM-NV-HCL |
| 本文の言語 | 日本語 |
| タイトル（和） | OAIを用いたPhysical AI向け明示的PRB制御MACスケジューラの初期評価 |
| サブタイトル（和） | |
| タイトル（英） | Initial Evaluation of Explicit PRB-Control MAC Scheduling for Physical AI Using OAI |
| サブタイトル（英） | |
| キーワード(1)（和/英） | MAC スケジューリング / MAC scheduler |
| キーワード(2)（和/英） | 強化学習 / Reinforcement learning |
| キーワード(3)（和/英） | Physical AI / Physical AI |
| キーワード(4)（和/英） | PRB 割り当て / PRB allocation |
| キーワード(5)（和/英） | OpenAirInterface / OpenAirInterface |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 小野 翔多 / Shota Ono / オノ ショウタ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第2著者 氏名（和/英/ヨミ） | 中尾 彰宏 / Akihiro Nakao / ナカオ アキヒロ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-11-05 09:40:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NS |
| 資料番号 | NS2026-120 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.222 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2026-10-29 (NS) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)