このページを印刷する
複数のAIが協力するエリア最適化技術を全国の基地局に導入
～通信品質の安定性を25%改善、最適化に要する作業期間を95%以上短縮～
2026年2月18日
KDDI株式会社
株式会社KDDI総合研究所
KDDIとKDDI総合研究所は2026年2月18日、さらなる通信品質の向上を目的に、基地局の動作に影響する多様なパラメーターの設定を複数のAIが協力（注1）して自律的に最適化する技術（以下 本技術）を一部エリア（注2）の基地局に導入しました。
なお本技術は、高度に自律化したネットワーク基盤「AI for Network」（注3）の取り組みとして、2026年度中に全国の基地局に順次導入します。
先行して導入したエリアでは、混雑などにより低速通信が発生しやすい場所（注4）が導入前と比較して25%改善することを確認しています。また、従来は基地局ごとに電波の放射方向や強度、利用者のトラフィック処理方法などを決定するさまざまなパラメーター設定を手動で行っていましたが、本技術によりAIが自律的に最適化することで作業期間を95%（注5）以上短縮することができます。
今後、本技術のさらなる高度化を進め、運用及び設計自動化など「AI for Network」に関わるさまざまなユースケースに拡張し、より多くのお客さまに高品質な通信を提供します。
＜エリア最適化のフロー図＞
■ 背景
・KDDIはこれまで通信品質の向上を重視し、全国各地でさまざまなデータを収集してきました。そのデータを用いることで、通信状況を詳細に把握することが可能となっています。一方で、通信状況を改善するためには、それぞれの基地局周辺の状況とそれに対応する膨大なパラメーター設定の組み合わせを解析して最適な設定値を導く必要があり、人手では膨大な時間がかかっていました。そのため、AIを活用したパラメーター設定の自動最適化が不可欠となっています。
・従来のAI活用（強化学習）においては、複数の基地局を一括して学習・推論する「集中型モデル」が一般的でした。一方で、この手法では対象基地局の増加に伴いモデルが肥大化するため、適用範囲は数十局程度に留まり、大規模なネットワークへの拡張が困難であるという課題がありました。
■ 本技術の特長
・本技術では、複数のAIが協力して学習を行う分散強化学習に基づいて、パラメーターの設定値とそれによって変化する通信状況を自律的に探索・学習し、最適な設定値を導出します。
・全国の基地局を効率的に制御するため、最適なパラメーターの設定値を推論・反映する推論器を多数・並列に起動し、各基地局に割り当てます。同時に、学習器が各推論器から設定と品質の関係を「経験」として収集します。基地局に共通する普遍的な知識を抽出・統合し、推論器群全体へ共有することで、学習の高速化と精度向上を実現します。
・加えて、推論器群からデータを収集する際、AIの学習に有効なデータのみを選別・伝送する独自技術（特許出願中）を導入しました。これにより、通信量を抑制しつつ学習効率を最大化します。本技術の導入により、全国の基地局に対するリアルタイムかつ高精度なパラメーター最適化が可能となります。
両社は今後も、AIを活用した通信品質の向上に向けた取り組みを継続し、高品質な通信サービスの提供とお客さまの利便性向上に取り組みます。
■ 「MWC26 Barcelona」展示について
2026年3月2日から3月5日までの間、スペイン・バルセロナで開催される世界最大のモバイル関連展示会「MWC26 Barcelona」において、AIを活用したネットワーク運用に関する展示を行います。
「MWC26 Barcelona」特設サイト
■ 関連記事
KDDI Tech note：
強化学習は、auの快適さをさらに高める切り札となるか？ ～AIが自ら進化する未来へ～
（注1）基地局ごとに割りあてた、推論器群からの経験を学習器が収集し、各基地局に共通する普遍的な知識を抽出・統合し、推論器群全体へ共有することを指す。
（注2）宮城県、愛知県全域で約1.2万セルがカバーするエリア。
（注3）AIおよび機械学習技術を通信ネットワークの運用、保守、最適化、セキュリティに適用することで自律化したネットワーク基盤。
（注4）KDDIの基準である5Mbps未満の割合が10%を超える通信エリア。
（注5）全国100,000セルを最適化する場合、5人のエンジニアが手動で行うには約2年3カ月必要となります。
本技術により人員増員なしで、わずか1カ月未満で最適化が可能となります。
※ニュースリリースに記載された情報は、発表日現在のものです。 商品・サービスの料金、サービス内容・仕様、お問い合わせ先などの情報は予告なしに変更されることがありますので、あらかじめご了承ください。