CityGPT：面向城市物联网学习、分析与交互的多智能体系统

物联网中大量传感器产生的时空数据极其动态、异构、大规模且具有时间依赖性。这给不同物联网应用的实时分析和决策带来了巨大挑战（如准确性、可靠性和稳定性）。物联网数据的复杂性阻碍了普通民众对其深入理解。代理化系统有助于解决普通民众缺乏数据洞察力的问题。我们提出了一个通用框架，即CityGPT，以端到端范式促进物联网时间序列的学习和分析。CityGPT使用三个代理来完成物联网数据的时空分析。需求代理基于自然语言促进用户输入。然后，分析任务被分解为时间和空间分析过程，由相应的数据分析代理（时间代理和空间代理）完成。最后，时空融合代理通过接收数据分析代理的分析结果并调用子可视化代理来可视化系统的分析结果，并且可以根据用户需求提供相应的文本描述。为了增加使用我们框架的普通民众的洞察力，我们对框架进行了代理化，借助大语言模型（LLM）来提高数据的可理解性。我们在具有不同时间依赖性的真实数据上的评估结果表明，CityGPT框架可以保证在物联网计算中的稳健性能。