IoT-Brain：面向语义 - 空间传感器调度的 LLM 落地研究

智能系统正从预设监控转向意图驱动操作，但存在语义到物理的映射鸿沟。现有方法缺乏对“感知什么及何时感知”的主动决策能力。本文将该问题形式化为语义 - 空间传感器调度（S3），指出直接利用 LLM 规划不可靠。为此，提出空间轨迹图（STG），这是一种基于“先验证后提交”原则的神经符号范式，将开放规划转化为可验证的图优化问题。基于此构建的 IoT-Brain 系统在基准测试中显著提升了任务成功率与效率，并在真实部署中大幅降低带宽消耗，为 LLM 与物理世界交互提供了高可靠框架。