WaterAdmin：基于 AI 代理的社区供水分配优化调度
机器学习
2026-04-14 v1
摘要
我们研究社区供水系统的运行情况，泵和阀门必须被调度，以可靠地满足用水需求，同时最小化能源消耗。虽然现有的基于优化的方法在良好建模的环境下有效，但实际的社区场景具有高度动态的特征——例如人类活动、天气变化等——显著影响不同区域的用水需求模式和运行目标。传统优化方法难以实时聚合和适应这种异构且快速变化的上下文信息。虽然大型语言模型 (LLM) 代理在理解异构社区上下文方面具有强大的能力，但直接产生可靠的实时控制动作并不适合。为此，我们提出了双层 AI 代理框架 WaterAdmin，将 LLM 基于社区上下文的抽象置于上层，同时将基于优化的运行控制置于下层。该设计利用两者范式的互补优势，实现自适应和可靠的运行。我们在 EPANET 液力仿真平台上实现了 WaterAdmin，并在高度动态的社区情境下证明了其在维持压力可靠性和减少能源消耗方面的优越性能。
引用
@article{arxiv.2604.10343,
title = {WaterAdmin: Orchestrating Community Water Distribution Optimization via AI Agents},
author = {Jiaqi Wen and Pingbo Tang and Shaolei Ren and Jianyi Yang},
journal= {arXiv preprint arXiv:2604.10343},
year = {2026}
}