基于智能体的 embodied AI 在低空经济网络中的姿态预测
网络与互联网体系结构
2026-03-13 v1 人工智能
摘要
毫米波或太赫兹通信可满足低空经济网络对高吞吐量感知和实时决策的需求。然而，无线信道的高频特性导致严重的信号衰减和强姿态定向，使得在高度动态的无人机场景中进行姿态预测具有挑战性。本文采用智能体 AI 实现了毫米波基站向具身智能的转变。我们创新性地设计了一种用于无人机至地面毫米波通信的多智能体协作推理架构，并提出了一种基于双模态数据的混合姿态预测模型系统。该多智能体架构通过将姿态预测分解为任务分析、方案规划和完整性评估，克服了基于大型语言模型(LLM)的推理中上下文窗口有限和可控性弱的局限。为与智能体推理过程相匹配，开发了混合姿态预测模型系统，用于处理无人机的多模态数据，包括数值 mobility 信息和视觉观察。该混合模型系统集成了基于 Mamba 的时序建模、卷积视觉编码和基于跨注意力的多模态融合，并在多智能体指导下动态切换数据流策略。在真实无人机毫米波通信数据集上的大规模仿真结果表明，所提出的架构和系统在多样化数据条件下实现了高预测准确性和鲁棒性，最高的 top-1 准确率可达 96.57%。
引用
@article{arxiv.2603.11392,
title = {Agentic AI for Embodied-enhanced Beam Prediction in Low-Altitude Economy Networks},
author = {Min Hao and Zhizhuo Li and Zirui Zhang and Maoqiang Wu and Han Zhang and Rong Yu},
journal= {arXiv preprint arXiv:2603.11392},
year = {2026}
}