★ 2
SenseAgent：LLM 智能体自适应跨域 IMU 感知
IMU 模型在新用户、新设备或新佩戴位置下常失效，现有方法多把跨域问题当作静态模型设计任务。论文提出 SenseAgent，把 LLM 用作运行时规划器，在感知工具、源域经验记忆、在线目标记忆与验证器之间做决策，并支持少量反馈而无需重训主干。实验显示其经校验的路径选择在较难的佩戴位置与复合漂移下显…
arXiv cs.AI34 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
IMU 模型在新用户、新设备或新佩戴位置下常失效，现有方法多把跨域问题当作静态模型设计任务。论文提出 SenseAgent，把 LLM 用作运行时规划器，在感知工具、源域经验记忆、在线目标记忆与验证器之间做决策，并支持少量反馈而无需重训主干。实验显示其经校验的路径选择在较难的佩戴位置与复合漂移下显…
针对 Wi-Fi 信道状态信息（CSI）模型在跨用户、跨环境部署时性能脆弱的问题，论文提出 CSI-Agent。该方法不再处理原始 CSI 或做样本级预测，而是把目标域行为归纳为类级证据，由 LLM 规划器决定每个类别是保留默认策略还是调用专门动作。在四个公开数据集、五种跨域划分下，1-shot …