通过MDP建模和行为克隆技术在智能家居中实现多居民数据关联

《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》：Multi-Resident Data Association in Smart Homes via MDP Modeling and Behavior Cloning

　　```

摘要 AI摘要

要查看此由AI生成的摘要，您必须具有高级访问权限。

了解更多 登录

摘要

摘要

环境传感器为智能家居中的活动识别提供了一种保护隐私的解决方案，但在多居民环境中面临一个关键挑战，即数据关联问题，该问题旨在识别触发特定匿名传感器事件的居民。现有方法通常无法保持全局一致性，因为它们经常为静默的居民产生冲突的关联结果。此外，这些方法还经常由于将连续的物理运动模型应用于离散的逻辑行为而导致严重的轨迹碎片化问题。为了解决这些限制，我们提出了一个新框架，将该数据关联问题重新定义为马尔可夫决策过程（MDP）中的顺序决策任务。我们通过行为克隆（BC）解决了定义的MDP问题，从而避免了复杂的奖励工程，直接从专家演示中学习。我们使用两种互补的架构来实现策略：一种是轻量级的Transformer，它将关联问题视为对线性化事件历史的多标签分类任务；另一种是经过微调的大型语言模型（LLM），它将问题重新定义为条件文本生成，以利用预训练的语义知识。在三个不同的数据集上的广泛评估表明，我们的方法在解决并发多居民事件方面显著优于现有的基线方法。此外，基于LLM的策略在基准测试设置下显示出初步的跨环境迁移潜力，尽管其在实际部署中的鲁棒性仍需进一步验证。

AI摘要

AI生成摘要（实验性）

此摘要是使用自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助发现、帮助读者评估相关性，并帮助来自相关研究领域的读者理解该工作。它旨在补充作者提供的摘要，后者仍然是论文的官方摘要。完整文章仍是权威版本。点击此处了解更多。

点击此处来评论此摘要的准确性、清晰度和实用性。这样做将有助于改进未来的生成版本。

```