智能家居多住户数据关联：基于 MDP 建模与行为克隆的框架

研究提出将智能家居多住户数据关联重构为马尔可夫决策过程（MDP）的序列决策任务，并用行为克隆（BC）从专家演示中直接学习策略，避免复杂奖励工程。策略实例化为轻量 Transformer（多标签分类）和微调大语言模型（条件文本生成）两种架构，在三个数据集上显著优于现有基线，尤其擅长处理多住户并发事件。基于 LLM 的策略在基准设置下展现出初步的跨环境迁移潜力，但真实部署中的鲁棒性仍需进一步验证。