arXiv 2026年10月5日该工作提出面向 6G 的 Agentic RF Intelligence 双环架构，将毫秒级本地自主无线感知（用信号处理工具与无线物理层基础模型 WPFM 处理 IQ 样本）与秒至分钟级的智能体推理编排（本地 LLM 异步解读 RF 事件、调用工具并引导感知）解耦，并在单块 NVIDIA Jetson Thor 加 B200 Mini USRP 的端侧原型上验证了两种时间尺度的分离，且快速环在智能体推理期间持续运行。该工作提出面向 6G 的 Agentic RF Intelligence 双环架构，将毫秒级本地自主无线感知（用信号处理工具与无线物理层基础模型 WPFM 处理 IQ 样本）与秒至分钟级的智能体推理编排（本地 LLM 异步解读 RF 事件、调用工具并引导感知）解耦，并在单块 NVIDIA Jetson Thor 加 B200 Mini USRP 的端侧原型上验证了两种时间尺度的分离，且快速环在智能体推理期间持续运行。研究者提出双环架构的 Agentic RF Intelligence，并在单块 Jetson Thor 上验证毫秒级无线感知与秒级 LLM 推理可解耦并行该工作提出面向 6G 的 Agentic RF Intelligence 双环架构，将毫秒级本地自主无线感知（用信号处理工具与无线物理层基础模型 WPFM 处理 IQ 样本）与秒至分钟级的智能体推理编排（本地 LLM 异步解读 RF 事件、调用工具并引导感知）解耦，并在单块 NVIDIA Jetson Thor 加 B200 Mini USRP 的端侧原型上验证了两种时间尺度的分离，且快速环在智能体推理期间持续运行。该工作提出面向 6G 的 Agentic RF Intelligence 双环架构，将毫秒级本地自主无线感知（用信号处理工具与无线物理层基础模型 WPFM 处理 IQ 样本）与秒至分钟级的智能体推理编排（本地 LLM 异步解读 RF 事件、调用工具并引导感知）解耦，并在单块 NVIDIA Jetson Thor 加 B200 Mini USRP 的端侧原型上验证了两种时间尺度的分离，且快速环在智能体推理期间持续运行。