基于 MDP 建模与行为克隆的智能家居多住户数据关联

一项新研究将智能家居多住户数据关联重构为 MDP 序列决策任务，并通过行为克隆直接从专家演示中学习策略。该框架采用轻量级 Transformer 与微调大语言模型（LLM）两种架构，分别实现多标签分类与条件文本生成。在 3 个数据集上的评估表明，该方法在解决并发事件上显著优于 SOTA 基线，LLM 策略还展现出初步的跨环境迁移潜力。