THPL：面向RAS虹鳟投喂管理的视觉到语言决策支持框架

arXiv:2610.02378v1 公告类型：新发布 摘要：在循环水养殖系统（RAS）中，精准投喂对于降低成本和改善鱼类福利至关重要。然而，现有方法在鱼类行为与管理知识之间缺乏认知对齐，阻碍了向可执行、可解释的投喂决策的转化。为此，我们提出了 THPL——一个专为 RAS 中虹鳟鱼（Oncorhynchus mykiss）设计的生成式投喂决策框架。首先，Fishsort 提取轨迹以建立活动系数（AC），用于量化摄食强度。其次，层次化行为编码器（HBE）利用 Temporal Transformer 和 Set Transformer 对个体时间进程与群体动态进行建模，将轨迹张量转化为显式物理 token 与隐式软 token 的双重证据表示。最后，将这些 token 与环境参数、元数据及专家规则相结合，通过 LoRA 对 LLM 进行微调，随后采用反事实多模态直接偏好优化（mDPO）来强化因果推理。结果表明，AC 与专家标注的摄食强度呈统计显著的单调正相关（Spearman $\rho = 0.925$，$p < 0.001$）。消融实验显示，决策准确率从纯文本基线的 33.33% 提升至采用双重证据 token 后的 93.33%，证实了连续时空 token 为 LLM 提供了必要的物理基础。与标准 LoRA 相比，反事实 mDPO 将决策准确率从 93.33% 提升至 96.67%，METEOR 从 58.10% 提升至 85.30%，Self-BLEU-2 从 58.79% 降至 52.88%，Distinct-3 从 6.68% 升至 7.81%，在抑制模板化与执行偏差的同时，增强了因果一致性与操作安全性。总体而言，本研究通过将连续运动学与 LLM 推理相结合，为精准水产养殖提供了一种新颖的决策支持范式。