报告主题：基于智能体与物理智能的网络系统探索

报  告 人：叶玮

报告时间：2026年6月2日（周二）上午10:00-11:00

报告地址：计算机大楼D305

报告摘要：

远程驾驶、沉浸式通信等新兴应用，对移动网络的时延、吞吐率与可靠性提出了更为严苛的要求，尤其是在高动态复杂环境下，如何保障端到端服务质量已成为关键挑战。本报告将探讨智能体AI（Agentic AI）与物理AI（Physical AI）在提升移动网络能力、优化下游应用体验中的关键作用。报告首先介绍当前AI智能体的发展现状以及物理AI的基本概念。随后，报告重点讨论二者在数字孪生构建与智能化网络运维中的应用，主要包括面向复杂动态场景的高保真数字孪生重建，以及基于智能体的网络自治运维框架。其中，我们将介绍最新提出的分层场景重建技术，用于实现高精度、高动态环境下的数字孪生构建；同时展示基于Sionna仿真平台构建的智能体驱动网络自治运维系统。该系统融合切换预测、吞吐量预测、网络状态感知与资源调度等典型任务，围绕移动网络关键场景中的智能预测与自适应优化机制展开探索。最后，报告将进一步讨论AI原生6G网络在系统架构、数据闭环、实时推理以及跨层协同优化等方面的未来发展方向。

报告人简介：

叶玮，明尼苏达大学计算机科学博士，现任埃森哲(Accenture)美国区先进人工智能中心AI研究员，研究方向涵盖Agentic AI、Physical AI、5G移动网络及相关应用。已在计算机领域前沿期刊与会议发表论文20余篇，累计引用超过500次。其研究成果多次获得最佳论文奖或提名，并获得包括国际电联(ITU)、元(Meta)、索尼(Sony)和英伟达(NVIDIA)等多家国际机构或企业的奖励支持。叶玮曾于2025年在美国电话电报公司(AT&T Labs)、2023年在美国贝尔实验室(Bell Labs)交流学习。2019年本科毕业于浙江工业大学，获“健行荣誉生”称号，并被评为浙江省优秀毕业生。