في عالم متزايد التعقيد تهيمن عليه الشبكات المستقبلية، تمثل نماذج اللغات الكبيرة (Large Language Models) حلاً محتملاً؛ لكن لحظات تأخيرها وعدم دقتها تجعلها غير ملائمة لجدولة الحزم في الوقت القريب، خصوصًا في بيئات V2X الديناميكية. هنا يأتي دور الابتكار الجديد - **Agentic-V2X**.

يُعد Agentic-V2X هيكلاً يعتمد على استخدام نموذج لغات صغير مُعتمد محليًا، يعمل كمنشئ سياسات غير حقيقية في فترات زمنية دورية مشابهة لتطبيقات الرعاية الذكية (rApp). بينما يقوم جهاز تحكم شبيه بـ xApp بتنفيذ السياسات المعتمدة في الفواصل الزمنية المنسجمة مع متطلبات الجدولة. تستهدف هذه البنية تحقيق جدولة تتبع المواعيد النهائية في شبكات 5G NR المرتبطة بـ V2X خدمات مختلفة، مثل القيادة عن بعد، والوعي التعاوني، ومشاركة الخرائط عالية الدقة.

تبدأ العملية بمُلخص سيناريو، هدف الخدمة، والبيانات الخاصة بالاستشعار، ليقوم النموذج اللغوي الكبير (LLM) بإنشاء سياسة هيكلية تتضمن أولويات الخدمة وحدود الوزن وقيود السلامة. يقوم مراجع بفحص وتصحيح السياسة قبل أن يُنفذها النظام عبر التكيف في أوزان المجدول باستخدام أدوات ns-3/ns3-ai.

في التقييم، تمت المقارنة بين جدولة منصفة متناسبة وسياسات خبراء ثابتة؛ بالإضافة إلى تصميمات من xApp، وسياسات LLM ثابتة، وسياسات LLM-rApp المتكيفة خلال 126 عملية مكتملة. شملت المعايير نسبة استلام الحزم المعتمدة على المواعيد النهائية، زمن التأخير، انتهاكات المواعيد النهائية، معدل نقل البيانات، العدالة، صلاحية السياسة، والتدخلات لضمان السلامة.

أظهرت النتائج أن تصميم LLM-rApp/xApp المتكيف يُولد سياسات صحيحة قابلة للتنفيذ وتظل تنافسية في عدة نقاط تشغيل، بما في ذلك تحسين الموثوقية الحرجة المتوسطة على السياسة المنصفة المتناسبة في أعلى كثافة. ومع ذلك، أظهرت التحليلات المختلفة أن الطريقة المتكيفة ليست الأفضل بشكل إجمالي وتظل أقل من أقوى السياسات الثابتة عمومًا.

تدعم هذه النتائج فكرة **Agentic-V2X** كنظام آمن وقابل للتنفيذ لتوليد السياسات باستخدام نماذج لغات صغيرة، بدلاً من كونه جدولا مهيمنًا عالميًا. هل تعتقد أن هذا الابتكار يمكن أن يحدث تحولاً في مجال تكنولوجيا المعلومات؟ شاركونا آرائكم في التعليقات!