無線の測定をAIが判断する「Structured ASI」とは？ - 金融情報システム開発なら20年以上の実績があるテンファイブ株式会社

1. はじめに：「いつ・どこを・どれだけ測るか」をAIが決める

本記事では、2026年11月に arXiv で公開された論文「Structured Agentic Learning for Persistent Spatial Acquisition in RDT-TAIS-Assisted Communications」（Bin Liu, Wei Ni, Tommy Svensson, Sofie Pollin。チャルマース工科大学ほか）を解説します。テーマは、無線通信の制御で、電波環境の情報を「いつ・どこを・どれだけ」測り直すかを AI エージェントに判断させることです。

無線通信では、電波がどう届くかという情報（チャネル情報）を測るために、パイロット信号と呼ばれる既知の信号を送ります。ただし、パイロット信号を送っている間はデータを送れないため、測れば測るほど通信に使える資源が減ります。一方で、測らずに古い情報を使い続けると、環境が変わったときに通信品質が落ちます。

この論文は、過去に測った情報を Radio Digital Twin（RDT：電波環境のデジタルツイン）に記憶しておき、必要なときに必要な場所だけを測り直す仕組み Structured ASI（Structured Agentic Spatial Intelligence） を提案しています。判断を次の 3 つに分けて、それぞれに GRU・GNN・MLP といったニューラルネットワークを割り当てているのが特徴です。

WHEN：記憶している情報でまだ足りるか、測り直しが必要か
WHERE：どの領域を測り直すべきか
HOW MUCH：どこまで測れば十分か、全体を測り直すべきか

無線通信の専門知識がなくても読めるように、用語の説明から順に進めます。機械学習の基礎（RNN・グラフニューラルネットワーク・確率分布）を学んだ方を想定しています。

2. 背景：TAIS と電波環境の「記憶」

2-1. TAIS とは

TAIS（Transparent Amplifying Intelligent Surface：透過型の増幅インテリジェント表面）は、建物の窓などに取り付ける、電波を通しながら増幅・制御するパネルです。多数の素子が並んでいて、素子ごとに電波の位相や振幅を調整することで、電波の向きや強さを制御できます。

屋内の端末から屋外の基地局へ通信する場合、建物の壁やガラスを通過するときの損失（透過損失）が大きく、直接の経路では十分な品質が出ないことがあります。TAIS を窓に取り付けると、「端末 → TAIS → 基地局」という設計された経路を作れます。似た技術に RIS（Reconfigurable Intelligent Surface：電波を反射して制御する表面）がありますが、TAIS は電波を透過させつつ増幅する点が異なります。

2-2. 測り直しのコストという課題

TAIS の素子の設定を最適にするには、電波環境の情報が必要です。従来は、TAIS をいくつかの決まった状態に切り替えながらパイロット信号で測る方法が一般的でした。しかし、素子の数が増えるほど測るべき情報が増え、測定に使う無線資源も大きくなります。

ここで論文が着目するのは、電波環境には時間がたっても変わりにくい部分があることです。建物の形や主要な伝搬経路は、瞬間的なチャネルの変動よりずっとゆっくり変わります。そこで、一度測った情報を記憶して使い回せば、測り直しの回数を減らせます。

2-3. 記憶を使い回すときの難しさ

ただし、記憶している情報がいつまでも役に立つわけではありません。

家具の移動や建物の変化などの構造的な変化が起きると、記憶していた情報が古くなります。
ユーザーが移動したり通信の状況（コンテキスト）が変わったりすると、今の通信に影響する領域が変わります。

つまり、「古くなったが今の通信には関係ない情報」もあれば、「正しいままだが新たに重要になった情報」もあります。論文はこの 2 つを区別することが、無駄な測り直しを減らす鍵だとしています。

3. 問題設定：電波環境のモデル

3-1. 通信のモデル

屋内のユーザー端末（アンテナ 1 本）が、M 個の素子を持つ TAIS を経由して、屋外の基地局へデータを送る上り通信を考えます。制御の単位を「制御区間」と呼び、区間 t で TAIS が使う素子の設定を ϕₜ とします。基地局で最大比合成という方法で受信したときの通信速度は次のように書けます。

R_{t} = \log_{2} (1 + \frac{P_{u} {‖ F_{t} Φ_{t} h_{t} ‖}^{2}}{σ_{0}^{2}})

hₜ は端末から TAIS までのチャネル、Fₜ は TAIS から基地局までのチャネル、Φₜ は素子の設定 ϕₜ を対角に並べた行列、Pᵤ は端末の送信電力、σ₀² は受信雑音の電力です。分数の部分は信号電力と雑音電力の比（SNR）で、TAIS の設定 ϕₜ をうまく選ぶほど Rₜ が大きくなります。

3-2. 電波環境を「領域」に分けて考える

論文は電波環境を K 個の空間領域に分け、領域どうしのつながりをグラフで表します。各領域は、ゆっくり変わる「持続的な状態」を持ちます。環境の変化は次の 3 種類に分けて扱います。

ゆっくりした変化：時間とともに少しずつ変わる成分
構造的な変化：特定の領域の状態が大きく変わる変化。記憶していた情報を無効にする
一時的な変動：人の通過など、瞬間的に電波を乱すが持続的な状態は変えない変動

さらに、今の通信の状況（コンテキスト）に応じて、各領域が通信にどれだけ寄与するかを表す重み wₖ(χ) を定義します。重みが 0 より大きい領域が、今の通信に関係する領域です。構造的な変化が起きた領域と、今の通信に関係する領域は一致するとは限りません。この区別が、選択的に測り直すための土台になります。

3-3. 制御器が見られる情報

制御器（コントローラー）は、領域の本当の状態を直接見ることはできません。普段見られるのは、低コストで得られる日常的な電波の観測と、外部から届くコンテキストの情報だけです。外部のコンテキスト情報は遅れて届くこともあります。

そのため制御器は、電波の観測に変化があったとき、それが「記憶が古くなったせい」なのか、「一時的な変動」なのか、「コンテキスト情報の遅れ」なのかを推測しなければなりません。

3-4. 3 種類の測定と記憶

追加の情報を得る方法は 3 種類あり、それぞれコストが違います。数値実験での設定は次のとおりです。

測定の種類	内容	コスト（シンボル数）
領域の検証（verification）	記憶している情報が今も正しいかを確かめる	2
領域の再取得（reacquisition）	選んだ領域の情報を測り直す	24
全体の再取得（full reacquisition）	すべての領域を測り直す	384

測った情報は、領域ごとに「状態の推定値」「その不確かさ」「最後に測り直してから経過した区間数」の 3 つを持つ記憶（持続的な空間メモリー）として保存され、次の区間に引き継がれます。

3-5. 最適化問題

測定のコストを差し引いた通信性能を、実効レート R_eff として定義します。

R_{e f f} = \frac{N_{s y m} T}{N_{s y m} T + N_{a c q}} \sum_{t = 1}^{T} R_{t}

N_sym は 1 区間でデータを送るシンボル数、T は区間の総数、N_acq は全期間の測定に使ったシンボル数の合計です。測定が増えるほど分数の部分が小さくなり、実効レートが下がります。

論文の目的は、通信が途切れる確率（アウテージ確率：通信速度が目標値 R_th を下回る確率の期間平均）を許容値 ϵ 以下に保ちながら、実効レートの期待値を最大にする測定の方針（ポリシー）を見つけることです。ポリシーは、その時点で制御器が見られる情報だけを使って判断する（因果的である）必要があります。

4. Structured ASI の全体像

Structured ASI は、制御区間ごとに次の流れで判断します。

WHEN：記憶している情報で足りるかを判断する。足りるなら測らずに使い回す
WHERE：足りないなら、測り直す候補の領域を優先度順に並べる
HOW MUCH：優先度の高い順に領域を検証し、必要なら再取得する。通信が途切れる予測リスクが目標以下になった時点で止める
エスカレーション：候補をすべて調べてもリスクが下がらず、条件がそろったときだけ全体を再取得する
得られた情報で TAIS の設定を決め、記憶を更新する

ニューラルネットワークの部品（GRU・GNN・MLP）は、学習時にだけ使える正解の物理情報を教師としてオフラインで学習し、運用中は重みを固定します。運用中に変わるのは記憶と観測の情報だけです。判断に使うしきい値は、学習とは別の調整用データで決めます。

5. WHEN：記憶している知識で足りるか

5-1. コンテキストと電波の整合性を確かめる

外部から届くコンテキスト情報は、遅れていたり今の電波状況と食い違っていたりします。そこで Structured ASI は、考えられるコンテキストごとに「記憶からこのコンテキストを仮定したときに予測される電波の観測」と「実際の観測」のずれを計算します。

このずれと、記憶・観測・直前の通信速度などを GRU（Gated Recurrent Unit：時系列を扱う再帰型ニューラルネットワーク）に入力し、各コンテキストである確率（コンテキストの信念）を出力します。外部の情報と、この確率が最も高いコンテキストが一致していれば外部の情報をそのまま信じ、一致しなければ確率で重み付けして使います。

5-2. 測り直しが必要かを判断する

2 つ目の GRU が、「記憶している知識が足りない」確率 p_W を出力します。この確率がしきい値 τ_W 以上のときだけ領域の測定を始め、それ以外は記憶をそのまま使います。必要なときだけ動くこの仕組みはイベントトリガー型と呼ばれ、知識が十分な間の無駄な測定を省きます。

6. WHERE：どの領域を測り直すか

6-1. 関連度と更新の必要度を掛け合わせる

測定を始めると決めたら、どの領域を優先するかを決めます。GNN（Graph Neural Network：グラフ構造のデータを扱うニューラルネットワーク）が、領域の推定状態・最後に測ってからの経過時間・領域の固定的な特徴を、領域のつながり（グラフ）に沿って処理します。さらにコンテキスト付きの GRU が時間的な変化を捉え、2 つの確率を出力します。

関連度 p_rel：その領域が今の通信に関係している確率
更新の必要度 p_need：その領域の記憶が古くなっていて更新が必要な確率

領域の優先度は、この 2 つの積で決めます。

q_{k, t} (χ) = p_{k, t}^{r e l} (χ) p_{k, t}^{n e e d} (χ)

k は領域、t は制御区間、χ はコンテキストです。積にしているので、今の通信に関係があり、かつ記憶が古くなっていそうな領域だけが高い優先度になります。古くなっていても通信に関係ない領域や、関係はあっても記憶が正しそうな領域は後回しになります。

6-2. 候補の絞り込み

コンテキストが不確かな場合は、コンテキストの確率で重み付けした関連度と優先度を使います。重み付けした関連度がしきい値 τ_rel 以上の領域を候補とし、優先度の高い順に調べます。候補が 1 つもないときは、関連度が最も高い領域を 1 つだけ候補に残します。

7. HOW MUCH：どこまで測れば十分か

7-1. 検証してから再取得する

候補の領域を順番に検証します。検証で得た観測と、今の情報から予測される観測のずれがしきい値 τ_ver を超えたときだけ、その領域を再取得します。検証で問題がなければ、記憶している状態は変えずに不確かさだけを小さくします。検証のコスト（2 シンボル）は再取得（24 シンボル）よりずっと小さいので、「まず安く確かめ、必要なときだけ高い測定をする」という順番にしています。

7-2. 通信が途切れるリスクで止める

測定をどこで止めるかは、通信が途切れるリスクの予測で決めます。今の時点で測定をやめたら使うことになる TAIS の設定で、通信速度の平均 μ と分散 v を予測し、通信速度が正規分布に従うと近似して、目標速度 R_th を下回る確率を計算します。

{\hat{ρ}}_{t, ℓ} = Ψ (\frac{R_{t h} - μ_{t, ℓ}}{\sqrt{v_{t, ℓ}}})

ℓ は何番目の領域まで測ったかを表し、Ψ は標準正規分布の累積分布関数です。この予測リスクが目標値 ϵ_R 以下になった時点で、領域の測定を止めます。候補をすべて調べても下がらなければ、そこで領域の測定は終わります。

数値実験では、区間ごとの停止の目標 ϵ_R と、期間全体のアウテージ確率の許容値 ϵ を、どちらも 2% にしています。

7-3. 全体の再取得へのエスカレーション

領域の測定が終わったあとも問題が残る場合に備えて、全体の再取得を判断します。MLP（多層パーセプトロン）が、最終的な予測リスク・電波の観測と予測のずれ・各種の確率などから、「全体を測り直せば解消できる古い情報が残っている」確率 p_red を出力します。

全体の再取得は、次の 4 つの条件がすべてそろったときだけ行います。

そもそも測定が必要と判断されている（p_W ≥ τ_W）
領域の測定を終えても予測リスクが目標を超えている
日常の電波観測と記憶のずれがしきい値を超えている
そのずれが全体の測り直しで解消できると判断される（p_red ≥ τ_red）

全体の再取得は 384 シンボルと非常に高価なので、条件を重ねて慎重に発動させる設計になっています。

8. 数値実験の結果

8-1. 実験の設定

主な設定は次のとおりです。

項目	値
空間領域の数 K	16
コンテキストの数	4
TAIS の素子数 M	64
制御区間の数 T	400
1 区間のデータシンボル数	14
目標通信速度 R_th	5 bit/s/Hz
構造的な変化	100 区間あたり 2 回（標準）
一時的な変動	1 エピソードあたり 30 回
測定の判断	4 区間ごと

比較対象は、既存の考え方を同じ問題に合わせた 5 つの方式です。

UGAS：予測の不確かさが大きい領域を検証する
BCPR：ベイズ的な変化点検出で全体を再取得する
SCDR：CuSum（累積和）型の統計量で持続的なずれを検出して全体を更新する
PEGR：電波の予測誤差がしきい値を超えたら全体を再取得する
PKR：決まった周期で全体を再取得する

すべての方式で、環境の変化の系列、TAIS の制御方法、観測の仕組み、コストの数え方をそろえています。

8-2. 構造的な変化の頻度を変えたとき

構造的な変化が 100 区間あたり 6 回と多い条件で、Structured ASI は最も強い比較対象の UGAS と比べて、実効レートを 2.59% 高め、測定のコストを 25% 減らしました。アウテージ確率は 1.815% で、許容値の 2% を下回っています。論文は、通信に関係する領域を優先することと、リスクの予測で測定を止めることにより、記憶が古くなる頻度が上がっても一律の測り直しを避けられたと説明しています。

8-3. さまざまな出来事が起きるミッション

400 区間の間に、局所的な構造の変化、コンテキスト情報の遅れ（75 区間）、一時的な変動の集中、最後に広い範囲の構造の変化が起きるシナリオでも比較しています。

指標	Structured ASI の結果
実効レート	4.995 bit/s/Hz
測定コストの合計	242 シンボル
UGAS との比較	実効レート +2.82%、測定コスト −41.8%
行動の内訳	領域の検証 37 回、領域の再取得 7 回、全体の再取得 0 回

安定している区間では記憶を使い回し、領域の食い違いを見つけたときだけ、その領域を選んで直していることがわかります。全体の再取得（1 回 384 シンボル）を一度も使わずに済んでいる点が、コスト削減の大きな要因です。

9. AI 応用としての見どころ

ここからは論文の主張ではなく、解説者による補足です。

9-1. 判断を分解して、それぞれに合ったモデルを当てる

この論文の「Structured（構造化された）」は、1 つの大きなモデルにすべてを任せるのではなく、判断を WHEN・WHERE・HOW MUCH に分解し、それぞれに適した部品を割り当てることを指しています。時間の流れを扱う判断には GRU、空間のつながりを扱う判断には GNN、最後の総合判断には MLP という使い分けです。

この設計にすると、どの段階で何を判断したかを追いやすくなります。たとえば「測りすぎている」という問題が起きたとき、WHEN のしきい値が低すぎるのか、WHERE の候補が多すぎるのかを切り分けられます。エンドツーエンドの強化学習で 1 つのポリシーを学ぶ方法と比べて、説明しやすさと調整しやすさを重視した設計といえます。

9-2. 「情報を取りに行くコスト」を判断に組み込む

この論文の考え方は、無線通信以外にも当てはまります。情報を集めるのにコストがかかり、古い情報を使い回すと品質が落ちる、という状況は多くのシステムにあります。

設備の点検：すべての設備を毎回点検するのではなく、異常の兆候と重要度の高い設備を優先する
キャッシュの更新：データが古くなっていそうで、かつよく使われるものから更新する
AI エージェントの情報収集：手元の知識で答えられるか判断し、足りない部分だけを検索や API 呼び出しで補う

特に最後の例は、近年の LLM（大規模言語モデル）エージェントの設計とよく似ています。「まず安く確かめ、必要なら高い手段を使う」「リスクが目標以下になったら止める」「最後の手段は条件を重ねて慎重に使う」という段階的な考え方は、ツール呼び出しのコストや回数を抑えたいエージェント設計の参考になります。

9-3. 「関連度 × 必要度」で優先度を決める

優先度を関連度と更新の必要度の積で決める考え方はシンプルですが、実務でも使いやすいものです。片方だけで優先度を決めると、「古いが誰も使わない情報」や「重要だが変わっていない情報」に資源を使ってしまいます。2 つの確率を別々に推定して掛け合わせることで、両方の条件を満たすものだけを選べます。

10. 論文に対する評価と限界

10-1. 論文が示していること

論文は、記憶の使い回しと選択的な測り直しを組み合わせることで、通信の信頼性の条件（アウテージ確率 2% 以下）を満たしながら、実効レートを上げ、測定のコストを減らせることを数値実験で示しています。特に、変化の多い条件やさまざまな出来事が混ざる条件でもコストを大きく減らせた点が成果です。

10-2. 解説者から見た限界

論文は 5 ページほどの短い論文で、次の点は本文からは確認できません。

シミュレーションのみの評価：結果はすべて数値実験によるもので、実際の TAIS や建物での検証はありません。電波環境のモデルや変化の起こり方がシミュレーションの仮定に依存しています。
改善幅の大きさ：実効レートの改善は 2.59%〜2.82% と小さめです。主な効果は測定コストの削減（25%〜41.8%）にあり、比較対象の UGAS もすでに高い実効レートを出していると読めます。
学習の詳細：GRU・GNN・MLP の構成、学習データの量、学習時に使う正解情報の作り方、しきい値の決め方の詳細は本文に書かれていません。
仮定と近似：領域間の推定誤差の相関を無視する近似や、通信速度を正規分布で近似する部分があり、これらが崩れる条件での性能はわかりません。
学習していない環境への対応：運用中はネットワークの重みを固定するため、学習時と大きく異なる環境に対しては、しきい値の再調整や再学習が必要になる可能性があります。
TAIS の制御方法は固定：測定の方針だけを最適化しており、TAIS の素子の設定方法はすべての方式で共通の決まったものです。両者を同時に最適化した場合の効果は扱っていません。

11. まとめ：測る判断を構造化する AI エージェント

本記事では、TAIS を使った無線通信で、電波環境の情報をいつ・どこを・どれだけ測り直すかを判断する Structured ASI を解説しました。要点は次のとおりです。

電波環境の情報を Radio Digital Twin に記憶して使い回し、測り直しのコストを減らすことを、通信の信頼性の条件付きの逐次的な情報取得問題として定式化した
判断を WHEN（足りるか）・WHERE（どこか）・HOW MUCH（どれだけか） に分け、GRU・GNN・MLP をそれぞれに割り当てた
領域の優先度を「今の通信への関連度」と「更新の必要度」の積で決め、通信が途切れる予測リスクが目標以下になったら測定を止める
全体の再取得は、4 つの条件がすべてそろったときだけ行う
数値実験では、比較対象と比べて実効レートを 2.59%〜2.82% 高め、測定コストを 25%〜41.8% 減らした

「情報を集めるコスト」と「古い情報を使うリスク」のバランスを、判断の段階ごとに分けて扱う考え方は、無線通信に限らず、AI エージェントの設計全般に応用できるものです。

12. 参考文献・関連研究

Structured Agentic Learning for Persistent Spatial Acquisition in RDT-TAIS-Assisted Communications（Liu et al., arXiv, 2026）
Towards Environment-Aware 6G Communications via Channel Knowledge Map（Zeng and Xu, arXiv, 2020）
Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation（Cho et al., arXiv, 2014）
Semi-Supervised Classification with Graph Convolutional Networks（Kipf and Welling, arXiv, 2016）

本記事は 2026年11月時点で公開されている文献・情報に基づく解説です。