报告题目：缩短移动AI的控制回路：无线系统中的应用-网络协同

时间：2026年7月4日 11:00

地点：北京交通大学YF205

主办单位：研究生工作部

承办单位：电子信息工程学院

报告人简介

陈赫博士目前是中国香港中文大学信息工程学系的助理教授。他于澳大利亚悉尼大学获得电气与信息工程博士学位。在加入香港中文大学之前，他曾在悉尼大学电气与信息工程学院担任研究员。Chen博士当前的研究方向包括面向任务的无线智能、无线与多模态感知，及其在移动AI和机器人中的应用。Chen博士目前担任《IEEE Transactions on Mobile Computing》编委会成员。他曾于2020年至2025年担任《IEEE Transactions on Wireless Communications》编委会成员，并于2020年至2022年担任《IEEE Wireless Communications Letters》编委会成员。

报告简介

在本报告中，将介绍一个用于缩短应用与无线网络之间控制回路的跨层框架。通过向应用层暴露细粒度的实时网络状态，该框架使得数据生成、传输和卸载决策能够根据网络条件和任务目标进行在线自适应。通过以信息年龄（AoI）和流完成时间（FCT）为代表的案例研究，将展示该框架如何超越传统的长回路设计，提升任务级性能。最后，将讨论这一视角如何为未来AI代理通信提供启示——在多模态流量、演进任务和动态目标共存的情况下，应用与无线系统之间需要更深层次的集成。

当今的无线网络在很大程度上仍是为移动互联网时代构建的，以视频流媒体、网页浏览和文件传输等下行链路导向的服务为主导。在这种分层架构中，应用主要通过端到端反馈来响应网络动态，形成了一个较长的控制回路。虽然这种机制对传统移动流量有效，但对于新兴的移动AI应用而言，它过于间接且过于缓慢——这些应用的性能依赖于与网络的及时、任务感知交互。移动AI引入了一种截然不同的系统特征：其工作负载通常由AI原生终端发起，以上行链路驱动为主，并且受任务级目标（而非单纯的数据包传递）的约束。此外，由于应用和网络协议栈通常位于同一主机上，移动AI为应用与网络之间的直接协同创造了现实基础。