arXiv cs.AI· Xijun Wang, Zhaoyang Liu, Xiang Chen, Howard H. Yang, Chenyuan Feng·· 1 天前AI 评分22
Context Graph：AI-RAN 中可解释的多智能体决策链
Context Graph: Explainable Multi-Agent Decision Chains in AI-RAN
AI 导读
研究者提出 Context Graph，一种异构有向图，将策略、测量、决策与告警组织成可查询的解释层，用于追踪 AI-RAN 中多个 xApp、rApp 智能体的跨智能体决策链。
正文 · AI 翻译
摘要：AI-RAN 将网络控制分布在多个自主代理上，即运行于共享无线电资源之上的 xApp 和 rApp。当出现告警或性能下降时，运营商目前缺乏结构化的方法来追溯是哪个决策导致了该问题、是什么上下文触发了该决策，以及其他代理如何交互。现有的可解释性工具侧重于单模型特征归因或线性事件日志，二者都无法捕捉跨代理的决策链。我们提出上下文图（Context Graph），一种异质有向图，将策略、测量、决策和告警组织为可查询的解释层。其基础原语是决策-事件节点，充当因果交汇点，入边捕获触发上下文，出边追踪下游后果，并通过反事实验证逐步升级。在现有 E2、A1 和 O1 数据流上实例化后，我们的概念验证表明，合规与诊断查询可在数万个节点的图上以亚毫秒级延迟得到解决，同时可靠地区分真实因果影响与虚假相关。
| 评论： | 本工作已提交至 IEEE，可能发表 |
| 主题： | 网络与互联网架构（cs.NI）；人工智能（cs.AI）；信息论（cs.IT） |
| 引用为： | arXiv:2611.16879 [cs.NI] |
| （或 arXiv:2611.16879v1 [cs.NI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.16879 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Xijun Wang [查看邮箱]
[v1]
2026年11月12日星期四 14:43:22 UTC（226 KB）
来源：arXiv cs.AI · arxiv.org