[論文レビュー] Foundation Model-Aided Hierarchical Control for Robust RIS-Assisted Near-Field Communications

Mohammad Ghassemi, Han Zhang+3 more|arXiv (Cornell University)|Jan 6, 2026

Advanced Wireless Communication Technologies被引用数 0

ひとこと要約

この論文は、RIS支援の近接通信における高速CSI推定と低速の遮蔽予測を共に扱うデュアルトランスフォーマー階層強化学習フレームワーク（DT-HDRL）を提案し、スペクトル効率を最大化する。

ABSTRACT

The deployment of extremely large aperture arrays (ELAAs) in sixth-generation (6G) networks could shift communication into the near-field communication (NFC) regime. In this regime, signals exhibit spherical wave propagation, unlike the planar waves in conventional far-field systems. Reconfigurable intelligent surfaces (RISs) can dynamically adjust phase shifts to support NFC beamfocusing, concentrating signal energy at specific spatial coordinates. However, effective RIS utilization depends on both rapid channel state information (CSI) estimation and proactive blockage mitigation, which occur on inherently different timescales. CSI varies at millisecond intervals due to small-scale fading, while blockage events evolve over seconds, posing challenges for conventional single-level control algorithms. To address this issue, we propose a dual-transformer (DT) hierarchical framework that integrates two specialized transformer models within a hierarchical deep reinforcement learning (HDRL) architecture, referred to as the DT-HDRL framework. A fast-timescale transformer processes ray-tracing data for rapid CSI estimation, while a vision transformer (ViT) analyzes visual data to predict impending blockages. In HDRL, the high-level controller selects line-of-sight (LoS) or RIS-assisted non-line-of-sight (NLoS) transmission paths and sets goals, while the low-level controller optimizes base station (BS) beamfocusing and RIS phase shifts using instantaneous CSI. This dual-timescale coordination maximizes spectral efficiency (SE) while ensuring robust performance under dynamic conditions. Simulation results demonstrate that our approach improves SE by approximately 18% compared to single-timescale baselines, while the proposed blockage predictor achieves an F1-score of 0.92, providing a 769 ms advance warning window in dynamic scenarios.

研究の動機と目的

• ELAAとRISを用いて球面波伝搬と遮蔽ダイナミクスを克服することで、6Gにおける堅牢なNFCを動機づける。
• ミリ秒級CSI変動と秒スケールの遮蔽に対処するデュアルタイムスケールの制御フレームワークを開発する。
• 階層RL設定内で高速タイムスケールのCSIトランスフォーマーと遮蔽予測のビジョン変換器（ViT）を活用する。
• 動的環境変化下で積極的なロバスト性を確保しつつ、ほぼ最適に近いスペクトル効率を達成する。

提案手法

• デュアルトランスフォーマー（DT）アーキテクチャを導入：CSI推定のための高速タイムスケールのトランスフォーマーと、視覚データから遮蔽予測を行うビジョン変換器（ViT）を使用。
• トランスフォーマーを、遮蔽予測を用いたマクロステップで動作するメタコントローラと、瞬時CSIを用いてビームフォーカシングとRIS位相シフトを最適化する低レベルコントローラを備えたデュアルタイムスケールのHDRLフレームワークに埋め込む。
• パワー、ユニットモジュラス、QoS制約の下で和集合スペクトル効率を最大化するためのジョイントビームフォーカシングとRIS構成問題を定式化。
• CSIトランスフォーマーは推定誤差平方和（MSE）損失を用いて有効チャネルを推定し、ViTは遮蔽確率を予測するために二値交差エントロピーを用いて訓練。
• 二つのタイムスケールを持つMDP構造を用い、メタコントローラは遮蔽予測を用いたマクロステップで動作し、サブコントローラはリアルタイムCSIを用いたミクロステップで行動を実現。

実験結果

リサーチクエスチョン

• RQ1 RIS付き近接NFCチャネルをトランスフォーマーベースで効果的にモデル化・推定する方法は。
• RQ2 デュアルタイムスケールの階層的強化学習アプローチは、動的な遮蔽下で単一タイムスケールのベースラインよりスペクトル効率を改善できるか。
• RQ3 積極的な遮蔽予測は高速CSI推定とどのように統合され、RISとBS伝送パラメータを最適化するか。
• RQ4 現実的なNFCシナリオにおけるスペクトル効率と遮蔽予測精度の性能向上はどの程度か。

主な発見

• DT-HDRLフレームワークは、単一タイムスケールのベースラインより約18%のスペクトル効率改善を示す。
• 遮蔽予測器はF1スコア0.92を達成し、動的シナリオで769 msの前方警告ウィンドウを提供。
• 高忠実度のレイトレーシングデータセット（DeepVerse 6G O1）を用いて、ELAA次元とRIS要素数に対する堅牢性を検証。
• デュアルタイムスケール設計は、遮蔽動的条件下でリアルタイム実現性を示し、分析された計算複雑性を持つ。
• 距離に基づく特徴量を介して非線形の近接場位相項を明示的に考慮することで、エネルギー集束の精度を高める。