一种面向智能体交互的6G网络感知与AI协同及多维资源分配方法

本发明公开了一种面向智能体交互的6G网络感知与AI协同及多维资源分配方法，属于通信网络技术领域；方法为：采用联邦学习模型框架建立感知与AI任务协同的6G边缘ACN模型；对6G边缘ACN模型聚合阶段的能耗与时延进行分析；构建AI任务执行总能耗最小化优化问题；利用分支定界法、最短路径搜索算法和凸优化方法，对面向AI任务的拆分联邦学习模型进行优化。本发明通过6G边缘ACN模型中的模型训练及聚合阶段的训练与聚合选择、模型分割层选择以及多维资源分配方式交替优化，实现感知信息和训练相关数据的高效传递与汇聚；多维度资源分配和灵活的模型分割与节点选择，适应实际网络中异构的智能体算力和差异化的信道质量，优化AI任务执行的总能耗。