[論文レビュー] AutORAN: LLM-driven Natural Language Programming for Agile xApp Development

Xin Li, Shiming Yu+4 more|arXiv (Cornell University)|Mar 19, 2026

Advanced MIMO Systems Optimization被引用数 0

ひとこと要約

AutORANは自然言語の意図をO-RAN用のデプロイ可能なxAppへ変換するエンドツーエンドのLLM駆動フレームワークで、ドメイン知識の注入、構造化要件定義、実機テストベッドでの自動検証とデプロイを提供します。

ABSTRACT

Traditional RAN systems are closed and monolithic, stifling innovation. The openness and programmability enabled by Open Radio Access Network (O-RAN) are envisioned to revolutionize cellular networks with control-plane applications--xApps. The development of xApps (typically by third-party developers), however, remains time-consuming and cumbersome, often requiring months of manual coding and integration, which hinders the roll-out of new functionalities in practice. To lower the barrier of xApp development for both developers and network operators, we present AutORAN, the first LLM-driven natural language programming framework for agile xApps that automates the entire xApp development pipeline. In a nutshell, AutORAN turns high-level user intents into swiftly deployable xApps within minutes, eliminating the need for manual coding or testing. To this end, AutORAN builds a fully automated xApp generation pipeline, which integrates multiple functional modules (from user requirement elicitation, AI/ML function design and validation, to xApp synthesis and deployment). We design, implement, and comprehensively evaluate AutORAN on representative xApp tasks. Results show AutORAN-generated xApps can achieve similar or even better performance than the best known hand-crafted baselines. AutORAN drastically accelerates the xApp development cycle (from user intent elicitation to roll-out), streamlining O-RAN innovation.

研究の動機と目的

• O-RANにおけるxApp開発の障壁と rollout 時間を低減するため、自然言語の意図をデプロイ可能なxAppへ変換する。
• ドメイン知識を注入し、インターフェース適合性を強制して信頼性が高く標準準拲のxAppを作成する。
• 要件抽出、知識取得、アルゴリズム設計、検証、統合、デプロイを覆う自動化パイプラインを提供する。

提案手法

• あいまいなユーザー入力を正確なxApp仕様へ変換するための要件の精錬と構造化。
• LLM prompting コンテキストへ仕様と制約を注入するためのO-RANドメイン知識検索。
• 三段階のxApp設計フレームワーク：アルゴリズム概要の生成、詳細設計、検証付きのコード生成。
• インターフェース適合、アルゴリズム統合、xApp検証を伴う自動的なxApp合成（マルチプロンプトCoT推論による支援）。
• 近リアルタイムRIC上でのDockerコンテナとしての自動デプロイメント、RMRベースの相互通信とE2インタフェース統合。
• コードレベルの検証にはSonarQube、実機O-RANテストベッドでのエンドツーエンド検証を実施。

実験結果

リサーチクエスチョン

• RQ1 AutORANは hand-crafted ベースラインと同等またはそれを超える性能のデプロイ可能なxAppをどれほど効果的に生成できるか。
• RQ2 従来の開発プロセスと比較してxApp開発サイクルのどれだけの速度向上を達成できるか。
• RQ3 多様なxAppユースケースにおいてO-RANインタフェース適合性と near-RTデプロイ性を確保できるか。
• RQ4 知識注入が生成されたxAppの信頼性と正確性に与える影響はどれほどか。

主な発見

• AutORAN生成のxAppは最良のハンドクラフトベースラインと同等またはそれを上回る性能を達成する。
• 意図抽出からローアウトまでのxApp開発サイクルを劇的に高速化する。
• 実機O-RANテストベッドでの自動デプロイにより実用的な可用性とnear-RTデプロイ性を実証。
• 知識注入型プロンプティングと構造化要件抽出によりコードの信頼性とO-RANインタフェースとの互換性が大幅に向上する。
• 本システムは四重のモジュールアーキテクチャ（User-AutORAN Interface、Domain Knowledge Retrieval、xApp Function Design and Validation、Automated xApp Synthesis）を用い、エンドツーエンドの自動化を実現する。