[論文レビュー] A Vision-based Framework for Intelligent gNodeB Mobility Control

Pedro Arthur Pinheiro Rosa Duarte, André Coelho+4 more|arXiv (Cornell University)|Mar 18, 2026

Software-Defined Networks and 5G被引用数 0

ひとこと要約

この論文は VisionRAN を提示します。VisionRAN は SMs POS と VIS、VisionApp（DQN ベースのモビリティ制御）、および VisionTwin を備えた vision-enabled O-RAN フレームワークで、静的 gNB 配置と比較して LoS ブロックを最大 75% 減少させることができます。

ABSTRACT

This paper proposes a vision-based framework for the intelligent control of mobile Open Radio Access Network (O-RAN) base stations (gNBs) operating in dynamic wireless environments. The framework comprises three innovative components. The first is the introduction of novel Service Models (SMs) within a vision-enabled O-RAN architecture, termed VisionRAN. These SMs extend state-of-the-art O-RAN-based architectures by enabling the transmission of vision-based sensing data and gNB positioning control messages. The second is an O-RAN xApp, VisionApp, which fuses vision and radio data, and uses this information to control the position of a mobile gNB, using a Deep Q-Network (DQN). The third is a digital twin environment, VisionTwin, which incorporates vision data and can emulate realistic wireless scenarios; this digital twin was used to train the DQN running in VisionApp and validate the overall system. Experimental results, obtained using real vision data and an emulated radio, demonstrate that the proposed approach reduces the duration of Line-of-Sight (LoS) blockages by up to 75% compared to a static gNB. These findings confirm the viability of integrating multimodal perception and learning-based control within RANs.

研究の動機と目的

• 動的環境と LoS 障害を扱うための、オープンでモジュール化された RAN アーキテクチャにおける知覚主導の制御を動機づける。
• 新しい Service Models を導入して、位置情報と視覚データを組み合わせた多モーダル sensing を O-RAN に拡張する。
• 強化学習を用いて視覚データと無線データを融合し、移動する gNB の位置決定を制御する VisionApp（ビジョンアプリ）を開発する。
• 現実的なシナリオで学習ベースのモビリティ制御を訓練・検証するデジタルツイン（VisionTwin）を作成する。
• 実際の視覚データとエミュレートされた RF 環境を用いて、静的ベースラインより改善を示すエンドツーエンドの実現可能性を実証する。

提案手法

• 多モーダルデータ交換を可能にする新しい E2 Service Models（POS は位置情報、 VIS は視覚データ）を備えた VisionRAN を導入する。
• E2 インタフェース上で POS/VIS データを送信し、gNB のモビリティ命令を JSON で受信する E2 エージェントを使用する。
• VisionApp を開発し、視覚データと無線データを融合して構築した構造化状態から離散的な gNB モビリティアクションを出力する DQN ベースの xApp を作成する。
• VisionTwin を 3D デジタルツインと Gym 互換の環境として実装し、DQN を訓練・現実的な gNB/UE/障害物ダイナミクスをシミュレートする。
• VisionApp を 200 ms の制御間隔で動作させ、ほぼリアルタイムの RIC で感知から行動へのループを実行する。
• DQN 入力および gNB のターゲット位置を導くために使用される状態ベクトル、アクション空間、融合ステップを記述する。

実験結果

リサーチクエスチョン

• RQ1 視覚と無線データからの多モーダル知覚を O-RAN の near-RT 制御ループに統合して、移動する gNB のモビリティを管理できるか。
• RQ2 デジタルツインで訓練された DQN ベースのモビリティ制御器は、静的な gNB と比較して LoS ブロックを減らし、リンク性能を改善するか。
• RQ3 視覚データと組み合わせた POS メッセージによる障害物定位の精度はどの程度か。
• RQ4 VisionRAN アーキテクチャは、複数の UE および障害物に対してリアルタイム性能を維持しつつスケーラブルか。
• RQ5 現実の展開における視覚対応 RAN 制御の実用的な考慮事項と制限は何か。

主な発見

• VisionApp を用いたモバイル gNB 制御は、静的な gNB に対して 25 秒間で非 Line-of-Sight（NLoS）期間を最大 75% 減少させる。
• 障害物位置推定の精度は、グラウンドトゥルース比較で x 方向の平均絶対誤差が 8 cm、y 方向が 4 cm。
• 制御間隔 200 ms によりリアルタイム性を確保し、ほぼ RT RIC で感知主導の移動意思決定を可能にする。
• VisionTwin は Gym 互換の環境と RF シミュレーションを用いて DQN 方針を訓練・検証し、現実的なクローズドループのエミュレーションを実現する。
• ダイナミックな条件下で UE との LoS を維持するよう gNB を再配置した場合、SNR の安定性とスループットが向上することを示す。