AIDC
← 返回全部动态
arXiv 人工智能AI 评分 62/10009月29日 12:00

SenseAgent:面向自适应跨域惯性传感的大模型智能体

针对惯性测量单元(IMU)在跨用户、跨设备及不同佩戴位置时感知模型易失效的问题,该研究提出了 SenseAgent。现有方案多将跨域适应视为静态模型设计(如预训练表征或离线数据增强),难以应对实际场景中目标域数据逐步暴露且标签稀缺的挑战。SenseAgent 引入 LLM 智能体架构,通过动态分析域漂移并自适应执行感知与适配动作,提升移动和可穿戴设备在复杂动态环境下的感知泛化能力。

推荐理由将大模型智能体机制引入可穿戴 IMU 传感器自适应跨域感知,为移动与端侧传感器的动态域适配提供了新颖的研究视角。

原标题:SenseAgent: An LLM Agent for Adaptive Cross-Domain IMU Sensing

阅读 arXiv 人工智能 原文 ↗

同一事件的其他来源

arXiv 人工智能09月29日 12:00

CSI-Agent:基于大语言模型辅助少样本自适应的跨域Wi-Fi信道状态感知

针对Wi-Fi信道状态信息(CSI)感知在用户或环境变化时跨域部署易失效、且目标域标注数据稀缺的问题,研究人员提出了CSI-Agent。传统方法多依赖离线预训练通用表征或统一适应策略,难以应对不同类别在域偏移下的差异化失效模式。该研究探索利用大语言模型辅助进行针对性的少样本自适应调整,提升无设备人体活动感知在复杂跨域场景下的泛化能力与鲁棒性。