arXiv 2026年9月30日作者提出AIMS，一个面向多模态集成感知与通信（ISAC）仿真到现实迁移的智能体AI框架：它接收指定目标任务、部署条件与真实数据预算的自然语言部署请求，推导出部署专属的仿真到现实配置并协调执行以产出部署专属任务模型，采用双智能体架构分别负责场景构建与任务学习，在真实DeepSense 6G数据集上相较所考虑的仿真与融合基线提升了车辆检测与波束预测，并在独立的编排基准上显示结构化领域知识与验证反馈提升了计划正确性。作者提出AIMS，一个面向多模态集成感知与通信（ISAC）仿真到现实迁移的智能体AI框架：它接收指定目标任务、部署条件与真实数据预算的自然语言部署请求，推导出部署专属的仿真到现实配置并协调执行以产出部署专属任务模型，采用双智能体架构分别负责场景构建与任务学习，在真实DeepSense 6G数据集上相较所考虑的仿真与融合基线提升了车辆检测与波束预测，并在独立的编排基准上显示结构化领域知识与验证反馈提升了计划正确性。AIMS用双智能体框架把自然语言部署请求转成仿真到现实的ISAC配置，在DeepSense 6G上提升车辆检测与波束预测作者提出AIMS，一个面向多模态集成感知与通信（ISAC）仿真到现实迁移的智能体AI框架：它接收指定目标任务、部署条件与真实数据预算的自然语言部署请求，推导出部署专属的仿真到现实配置并协调执行以产出部署专属任务模型，采用双智能体架构分别负责场景构建与任务学习，在真实DeepSense 6G数据集上相较所考虑的仿真与融合基线提升了车辆检测与波束预测，并在独立的编排基准上显示结构化领域知识与验证反馈提升了计划正确性。作者提出AIMS，一个面向多模态集成感知与通信（ISAC）仿真到现实迁移的智能体AI框架：它接收指定目标任务、部署条件与真实数据预算的自然语言部署请求，推导出部署专属的仿真到现实配置并协调执行以产出部署专属任务模型，采用双智能体架构分别负责场景构建与任务学习，在真实DeepSense 6G数据集上相较所考虑的仿真与融合基线提升了车辆检测与波束预测，并在独立的编排基准上显示结构化领域知识与验证反馈提升了计划正确性。