arXiv cs.AI· Goodsol Lee, Juheon Yi, Jinglu Wang, Haowen Xu, Saewoong Bahk, Yan Lu·· 11 小时前AI 评分26
HFS：面向端侧智能体增强实时通信的协同网络框架
Coordinated Networking for On-Device Agent-Augmented Real-Time Communication
AI 导读
针对端侧智能体增强实时通信中人类视频流与智能体上下文流争抢带宽的问题，研究者提出应用层多流传输框架 HFS，由统一编排器按异构应用需求联合控制两路流的发送速率。基于 WebRTC 的原型显示，HFS 相比基线视频质量提升 1.5 倍，智能体响应时间降低 31%。该工作已被 USENIX NSDI 2027 接收。
正文 · AI 翻译
摘要：AI 智能体正在开启一种智能体增强实时通信（RTC）的新范式：人类专注于高层协作，而智能体则自主地实时检索、分析并生成信息，以支持人类的交互。这类应用可在多个领域带来全新体验：例如，当企业员工共同撰写一份法律文件时，他们的智能体可以代表他们进行讨论和起草，从而免去他们手动审阅彼此工作的负担。由于现有的云端智能体存在隐私风险且服务器成本难以扩展，端侧智能体增强 RTC 提供了一种有前景的替代方案。然而，这种端侧范式带来了新的网络挑战：人类产生的并发流量（用于实时视频流）与智能体产生的并发流量（用于发送上下文文件以供分析）之间存在竞争。我们设计了 HFS，一个旨在确保智能体增强 RTC 应用中同时实现高实时视频质量和低智能体响应延迟的框架。我们通过一种应用引导的多流传输方法实现该目标，其中统一的应用层编排器根据实时视频流和智能体上下文流各自异构的应用需求，联合控制它们的发送速率。我们基于 WebRTC 和 this http URL 构建的原型表明，HAFS 优于基线方案，视频质量提升 1.5 倍，同时将智能体响应时间缩短 31%。
| Comments: | 已被 USENIX NSDI 2027 接收 |
| Subjects: | 人工智能（cs.AI） |
| 引用为： | arXiv:2607.22854 [cs.AI] |
| （或 arXiv:2607.22854v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2607.22854 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Juheon Yi [查看邮箱]
[v1]
2026年7月24日星期五 18:52:41 UTC（3,158 KB）
[v2]
2026年10月19日星期一 22:59:26 UTC（3,179 KB）
来源：arXiv cs.AI · arxiv.org