ORION：面向6G多域切片放置的结果驱动LLM顾问

ORION用可行性结果记忆反馈提升6G切片接纳率。

资讯摘要

论文针对6G多域网络切片的在线放置决策问题，提出分层编排器ORION：两个LLM代理将服务意图转为结构化请求并生成抽象放置计划，协作多智能体强化学习协调器选择跨域划分，各域代理执行功能放置。其核心是结果驱动的情景记忆，记录每次尝试的网络条件、计划与可行性结果，将验证过的成功与失败反馈给规划器。在固定下游机制的受控实验中，该记忆使接纳率提升4.6至11.5个百分点。

要点速读

1. 论文指出多域6G切片放置为NP难问题，且没有固定规划策略在所有拓扑类别中占优。
2. ORION用两个LLM代理生成结构化请求与抽象放置计划，多智能体RL协调跨域划分。
3. 结果驱动情景记忆将已验证可行性与失败标签反馈给规划器，受控实验中接纳率提升4.6至11.5个百分点。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。