用离散token压缩海岸水文数据供多智能体推理

论文用VQ-VAE把海岸水文数据压缩成离散token供智能体推理。

资讯摘要

论文提出面向海岸水动力学的token化框架：用VQ-VAE将美国大西洋与墨西哥湾沿岸的潮位、非潮汐余水位和地表风速压缩为16x16的离散token网格，使智能体可快速遍历与探索，并在本地与云端两种模式下明显快于原始档案，同时能正确回答多类欠明确查询。作者认为该表示保留了关键物理特征。

要点速读

1. 论文用VQ-VAE把潮位、非潮汐余水位和地表风速编码为16x16 token网格，覆盖美国大西洋与墨西哥湾沿岸。
2. 作者报告智能体在token网格上做追踪和时空趋势分析，速度明显快于读取原始档案，本地与云端部署均如此。
3. 论文称智能体能正确回答若干欠明确查询，并可在此基础上形成和检验假设。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。