arXiv 人工智能· Geetha Charan, Vedant Balasubramaniam, Manojkumar Patil, V. Priyanka, Kodur Sai Vinay Sathvik, Rohit P Suresh, Mohammad Sufyan Azam, Y. Narahari·· 7 小时前AI 评分34
Agri-SCHOLAR：基于 LLM 有界优化与作物模拟的季内滚动农业建议框架
Agri-SCHOLAR: Simulation-Grounded In-Season Rolling Advisories for Agricultural Crops Using LLM-Bounded Optimization
AI 导读
研究人员提出农业建议框架 Agri-SCHOLAR，将多个 LLM 智能体与 APSIM 作物模拟器结合，以数天或每周为周期生成个性化季内滚动建议。该系统由 LLM 智能体提出可操作参数边界，并在产量、资源利用和经济可行性等多目标奖励下进行优化搜索。针对南亚两个地点的 11 年玉米作物分析表明，其表现持续优于当地的标准常规管理方案。
来源：arXiv 人工智能 · arxiv.org