株式会社NTTドコモ
～デジタルツインとAIを活用し、スループット最大約20%改善～
株式会社NTTドコモ（以下、ドコモ）とVIAVI Solutions Inc.（以下、VIAVI）は、6G時代に向けAI
技術を活用した無線アクセスネットワーク制御の最適化に関する実証（以下、本実証）を行い、6Gネ
ットワークを模擬したデジタルツイン環境で無線通信を行うために必要な無線アクセスネットワークの
制御情報を削減し、最大約20％のスループット改善に成功しました。
本実証は、VIAVIが開発したデジタルツインおよびネットワークシミュレータにドコモが6Gに向け提
案する自己認識ネットワーク※1を適用し、基地局から端末に向けて送信されるビーム制御における通
信性能について、自己認識ネットワークの適用前後の変化を検証しました。その結果、ビーム制御を行
う際に発生する制御信号の一部が削減され、データ通信に使用可能な無線リソースを増加させること
で、端末から基地局に向けた通信である上りリンクのスループットが最大約20%改善しました。
ドコモが掲げる6Gの価値の一つである「AI for NW※2」の実現に向け、ドコモではAI、デジタルツ
イン技術を活用する自己認識ネットワークを6Gの導入に向け提案しています。自己認識ネットワークで
は、通信ネットワークのデジタルツイン環境を構築し、位置情報や無線伝搬路情報など実データを活用
することで、実際の無線環境を想定したネットワーク品質の測定や評価が可能となります。これまで、
通信ネットワークの性能測定などを行う際は、実際のネットワークに制御信号を送受信して確認する必
要がありましたが、自己認識ネットワークの適用により、デジタルツイン環境でネットワーク品質の測
定や評価を確認することが可能となるため、実際のネットワークにおける制御信号を低減し、高効率な
ネットワーク制御を実現することが期待できます。
ドコモとVIAVIは今後も、6G時代のAIを活用したお客さまの体感品質向上やネットワーク運用の効率
化に向け、6G時代に活用される技術の研究開発に取り組んでまいります。
なお、本実証の取り組みについては、2026年3月2日（月）～5日（木）にスペインのバルセロナで開
催される「Mobile World Congress Barcelona 2026※3」のVIAVIブースにおいて展示します。
※1 ドコモが掲げる6G の価値の一つである「ネットワークのためのAI」の実現に向け提案する技術。さまざまな条件の無線ネ
ットワークでデジタルツインやAIを活用し、ネットワークの性能改善や効率化をめざすもの。ネットワークのデジタルツ
イン環境で位置情報や無線伝搬路情報などのデータを活用してネットワーク品質測定を行い、測定結果に基づき実際のネ
ットワークに対する制御を行うことで、これまで必要だった端末のネットワーク品質測定などを行うための無線制御信号
を低減し、高効率なネットワーク制御の実現が期待可能。
※2 ドコモが掲げる6Gの価値の一つ。通信ネットワークにおける通信制御や保守運用にAI技術を適用し、より効率的かつ高度
なネットワーク運用を実現する取組み。https://www.docomo.ne.jp/corporate/technology/rd/6g/001/
※3 https://www.mwcbarcelona.com/
【別紙】
実証の概要
1. 背景
ドコモが掲げる6Gの価値の一つである「AI for NW（ネットワークのためのAI）」の実現に向け、自
己認識ネットワークという技術を6Gに向け提案しています。自己認識ネットワークでは、さまざまな無
線ネットワークの環境下でAI、デジタルツイン技術を活用し、ネットワークの性能改善や効率化をめざ
すものです。具体的には、ネットワークのデジタルツイン環境で位置情報や無線伝搬路情報などのデー
タを活用してネットワーク品質測定を行い、測定結果に基づき実際のネットワークに対する制御を行う
技術です。これにより、これまで必要だった端末のネットワーク品質測定などを行うための無線制御信
号を大幅に低減し、高効率なネットワーク制御が可能となります。
図1. 自己認識ネットワークの概要
2. 自己認識ネットワークに基づく基地局ビーム制御の実証内容
2‑1. 目的
電波の指向性（飛ぶ方向）を制御するビームフォーミング技術では、端末からの通知される無線ネッ
トワークの品質状況を見ながら、基地局が送信するビームを制御し、選択していました。本実証では、
AIによるネットワーク品質の予測技術を活用することによって、端末と基地局間のネットワーク品質測
定などの信号低減を確認しています。
2‑2. 実証内容
本実証は、東京駅周辺にある複数の基地局をデジタルツインで模擬したシミュレーション環境で行い
ました。各基地局はそれぞれ8ビームのビーム候補の中から、ネットワーク品質に応じて、端末にとっ
て最適なビームを選択します。これまでは、実際の環境で測定されるネットワーク品質を元にビーム選
択を行っていました。本実証では、デジタルツイン上のネットワーク品質測定結果とAIを組みあわせる
ことによって、実際の環境でのネットワーク品質測定の回数を減らし、ビーム選択を行いました。
図 2. 本実証のシステム構築のイメージ
2‑3. 実証結果
本実証では、これまでと同じように端末にとって最適なビーム選択ができることを確認しました。こ
れまでと比べ、無線制御信号を削減できることからデータ通信に使える無線リソースが増え、上りスル
ープットが最大20％改善することを確認しました。
3. 各社の役割分担
