基于物联网驱动的智能家具系统实现以人为中心的个性化：利用行为传感器数据的实验评估

摘要

本研究提出了一种智能家具系统，该系统采用深度强化学习与联邦元学习技术，实时个性化用户的使用体验。通过将用户行为建模为序列决策过程，系统在保护隐私的前提下，使不适感降低43%，能耗减少21%。实验结果表明，该框架具有良好的鲁棒性与响应性，适用于关注健康的办公环境及智能家居场景。

摘要

本文介绍了一种先进的由物联网（IoT）驱动的智能家具系统，该系统通过将深度强化学习与联邦元学习相结合，能够动态适应个体用户。个性化被建模为一个马尔可夫决策过程，使系统能够针对每位用户的行为做出优化的序列化调整。为实时估计隐藏的人体工学偏好，系统采用自适应卡尔曼滤波器，同时利用稀疏自编码器将原始传感器信号压缩82%，保留对精确建模至关重要的关键时间特征。在一项涉及48名参与者和超过160,000个时间序列传感器样本的综合用户研究中，与传统的基于规则的控制系统相比，该框架使用户累积不满程度显著降低43%，能耗减少21%。系统实现实时调整的平均延迟为280 ms，在95%的使用场景中均满足人体工学约束，验证了其运行的高效性与安全性。联邦学习（FL）实现了分布式家具单元之间的隐私保护协作。在无需任何原始数据交换的情况下，训练过程在30轮全局迭代内即可达到全局性能的87%，进一步增强了系统的可扩展性与数据隐私性。这些实证结果充分证明该框架适用于健康感知型工作空间、智能家居及养老照护环境，为提升人-家具交互体验提供了一种稳健、响应迅速且可解释的解决方案。

引言

物联网（IoT）已实现将传感、计算和执行功能集成到物理环境中，支持能够进行情境感知交互和实时决策的自适应系统^1,2,3。在此范式下，智能家具系统嵌入了压力传感器、惯性测量单元、环境监测器、微控制器、无线通信模块以及人工智能算法，用于监测姿势、环境条件和交互模式⁴。与传统的工效学设备不同，这些系统旨在通过数据驱动的行为建模和自适应反馈机制实现持续的个性化调节^5,6。

混合工作模式的日益普及、久坐不动的生活方式以及人口老龄化，加剧了人们对能够支持舒适性、生产力和健康监测的人体工学响应式家具的研究兴趣^7,8,9,10。智能家具平台已在住宅、办公、医疗保健和教育环境中得到探索，其中嵌入式智能使家具能够作为用户与其环境之间的交互界面^11,12。近期研究探讨了在分布式系统中用于自适应个性化设置的强化学习与联邦学习方法^13,14,15。面向物联网应用的隐私保护型强化学习方法揭示了适应性与数据保护之间的权衡关系¹³。边缘计算中的联邦学习框架已应对了通信效率与去中心化优化方面的挑战¹⁴。深度强化学习在数字个性化服务中已展现出有效性¹⁵。然而，大多数先前的研究集中于虚拟服务平台，而非智能家具等具身化的物理系统¹⁶。

物理智能家具环境引入了额外的约束条件，包括执行器动力学、机械安全要求、能耗限制、传感器噪声、延迟限制以及多用户交互的复杂性¹⁷。例如，姿势监测智能座椅和睡眠追踪智能床必须将生物力学传感与环境协调机制（如供暖、通风和空调（HVAC）系统）相集成¹⁸。因此，在这些场景中的个性化需要对生理、行为和环境信号进行动态建模，而非静态偏好映射^19,20。

嵌入在座椅垫、扶手、靠背和桌面等结构部件中的物联网传感器能够采集多变量时间序列数据，包括运动数据（加速度计、陀螺仪）、压力分布、热测量、声学环境，以及生理指标如皮肤电活动（EDA）和心率变异性^21，22。这些嵌入式传感器在低功耗的消费级安全标准下运行，仅发射可忽略的非电离电磁辐射，其暴露水平远低于国际安全阈值。原始传感器信号通常具有高维度、噪声大且依赖上下文的特点²³，因此需要通过结构化的信号处理、特征提取和传感器融合技术，以构建可靠的用户状态表征²⁴。

包括监督分类、无监督聚类和深度神经网络在内的机器学习方法已被应用于智能环境中的行为建模^25,26。循环神经网络（RNNs）和卷积神经网络（CNNs）能够捕捉用户移动中的时间依赖性，而聚类方法则将用户划分为不同的行为群体²⁶。尽管这些技术提升了模式识别能力，但它们本身并不能在不确定性条件下优化序列控制决策。在人体工程学系统中常用的基于规则的控制策略将传感器阈值映射到预定义动作，但缺乏自适应学习能力²⁷。因此，静态映射可能无法适应随时间推移而变化的用户偏好和情境波动²⁸。

多用户环境还需要动态的情境区分和自适应的配置文件切换，以在异构用户之间保持性能²⁹。因此，实现可扩展的个性化需要具备纵向行为学习能力的同时，兼顾隐私保护和计算效率的模型³⁰。将情境智能直接嵌入家具基础设施可增强交互响应性；然而，分布式物联网系统还必须应对隐私保护和安全数据处理的限制^31,32。为应对这些挑战，本研究提出了一种面向物联网智能家具系统的统一智能控制框架，该框架融合了强化学习、自适应状态估计和联邦元学习。个性化被建模为一个马尔可夫决策过程（MDP），可在随机状态转移下对用户舒适度和能源效率进行序列化优化。强化学习基于累积奖励反馈持续优化控制策略，从而克服启发式方法或静态映射方法的局限性。

采用自适应卡尔曼滤波器，从含噪声的多变量观测数据中估计用户的潜在偏好状态，将测量噪声与底层的人机工效学意图分离，从而提高控制稳定性。该滤波器是一种递归的概率性状态估计算法，用于从含噪声的观测中推断潜在的人机工效学偏好。其在分离测量噪声与隐藏用户意图方面的作用已得到明确说明。联邦学习实现了在无需交换原始数据的情况下进行分布式模型聚合，而元学习则通过在异构用户群体中优化初始化，加快对新用户适应的速度。图1展示了所提出的智能家具系统的多层架构，分为感知层、推理层、个性化层和伦理基础设施层。该示意图说明了传感器数据采集、边缘/云端智能、自适应控制以及安全数据管理如何在一个统一的实时个性化框架内集成。

本研究的主要目标是设计并实验评估一种可扩展、节能且保护隐私的智能家具系统个性化架构。所提出的框架在一个统一的结构中集成了传感、表示学习、概率状态估计、序贯决策优化以及联邦协作。通过使用原型智能家具单元进行实验验证，结果表明，与启发式控制方法相比，该架构在降低用户不满度和提高能源效率方面具有可量化的改进。通过将强化学习与联邦自适应技术从数字服务扩展至具身化的物理环境，本研究为实现可解释且经过实验验证的智能家具系统提供了坚实的技术路径。

方案

本研究无需伦理审批。实验过程涉及与原型智能家具设备的非侵入性人机交互，不包含医学干预、临床测试或可识别个人健康信息的收集。所有记录的传感器数据在存储和分析前均已匿名化处理。参与实验完全自愿，且未收集任何敏感信息或临床数据。

1. 硬件与系统准备

1. 组装智能家具单元
   1. 在座垫中安装一个16通道电容式压力传感器阵列。
   2. 在靠背上安装一个6轴惯性测量单元（加速度计 + 陀螺仪）。
   3. 安装温度、湿度、环境光和声音传感器。
   4. 集成可选的皮肤电活动（EDA）和心率传感器模块。
   5. 通过I2C/SPI接口将所有传感器连接到ESP32微控制器。
2. 配置驱动系统
   1. 安装用于高度和倾斜角度调节的伺服电机。
   2. 设置倾斜调节范围为±15°。
   3. 设置高度调节范围为40–70 cm。
   4. 将驱动步长限制为每次更新周期ΔS_max = 2°。
3. 配置计算平台
   1. 在NVIDIA Jetson Nano（4 GB RAM）或同等设备上安装Ubuntu 20.04。
   2. 安装Python 3.9。
   3. 安装PyTorch 1.13、NumPy、SciPy和Scikit-learn。
   4. 如有GPU，启用CUDA加速。

2. 数据采集

1. 配置采样
   1. 将传感器采样率设置为 20 Hz。
   2. 使用时间戳对齐同步所有传感器数据流。
   3. 以 CSV 格式存储数据。
2. 开展交互实验
   1. 招募 48 名成年参与者。
   2. 为每位参与者记录 60 分钟的坐姿交互过程。
   3. 收集参与者在 1–5 分 Likert 量表上的主观舒适度评分。
3. 划分数据集
   1. 移除参与者的身份标识信息。
   2. 将数据集划分为 70% 训练集、15% 验证集和 15% 测试集。

3. 数据预处理

1. 滤波信号
   1. 应用低通巴特沃斯滤波器（截止频率 = 5 Hz）。
   2. 将每个传感器通道归一化至零均值和单位方差。
2. 构建状态表示。
   1. 将家具状态 S(t) 与传感器向量 X_i(t) 进行拼接。
   2. 使用滑动窗口对信号进行分段（窗口大小 = 50 个时间步）。

4. 稀疏自编码器训练

1. 定义网络架构。
   1. 设置输入维度 d。
   2. 设置隐层维度 p = 0.3d。
   3. 使用 ReLU 激活函数。
2. 训练模型
   1. 使用 Adam 优化器（学习率 = 0.001）。
   2. 设置批量大小 = 64。
   3. 训练 100 个轮次。
   4. 最小化损失：
      1. 定义 L_SE 为稀疏自编码器的损失函数。
      2. 定义 为原始输入传感器数据矩阵。
      3. 定义 n 为样本数量，d 为传感器特征数量。
      4. 定义 为解码器网络生成的重构输出。
      5. 定义 为平方欧几里得重构误差。
      6. 定义 W⁽¹⁾ 为第一编码器层的权重矩阵。
      7. 定义 为编码器权重的 L1 范数，促进学习表示中的稀疏性。
      8. 定义 λ > 0 为稀疏正则化系数，用于控制重构保真度与稀疏性之间的权衡。
      9. 
      10. 设置 λ = 0.001。
3. 导出编码器
   1. 保存训练好的编码器权重。
   2. 在强化学习阶段冻结编码器参数。

5. 马尔可夫决策过程的构建

1. 定义状态空间
   1. 将 S(t) 定义为家具的构型。
   2. 将 h(t) 定义为压缩后的传感器嵌入。
   3. 构建状态向量 。
2. 定义动作空间
   1. 定义
   2. 约束
3. 定义奖励函数
   1. 计算不满意度
      1. 将 D(t) 定义为在时间步 t 的瞬时用户不满意度。
      2. 将 定义为当前实际的家具状态向量。
      3. 将 m 定义为可控制的机械参数数量。
      4. 将 定义为用户在当前时间偏好的理想（最优）人体工学状态。
      5. 将 定义为平方欧几里得范数。
         
   2. 定义奖励
      将 定义为控制调整的平方欧几里得幅度。
      
      设置 λ = 0.05

6. 卡尔曼滤波估计

1. 初始化潜在偏好状态与协方差。
   1. 设定初始状态估计
   2. 设定初始协方差 P(0) = 1
2. 预测潜在偏好动态
   1. 预测下一时间步的潜在人体工学偏好状态。
      1. 定义 为潜在用户偏好状态的预测演化。
      2. 定义 为先前施加的家具调整对时间 处预测潜在偏好的影响。
   2. 传播预测状态估计的不确定性。
      1. 定义 为潜在状态估计的传播协方差。
      2. 定义 A 为系统动态矩阵。
      3. 定义 Q 为过程噪声协方差矩阵。
         
      4. 设定 Q = 0.01
3. 测量对潜在偏好估计的校正。
   1. 计算卡尔曼增益 K(t)。
   2. 更新状态估计与协方差。
   3. 设定 R = 0.05

7. DDPG 训练

1. 初始化网络
   1. 为执行器（actor）和评论器（critic）各使用两个隐藏层（每层128个神经元）。
   2. 初始化目标网络。
2. 设置超参数
   1. 执行器学习率 = 1 × 10^-4
   2. 评论器学习率 = 1 × 10^-3。
   3. 折扣因子 γ = 0.99
   4. 软更新系数 τ = 0.005
   5. 经验回放缓冲区大小 = 100,000
3. 训练策略
   1. 训练 200,000 个交互步。
   2. 采样大小为 64 的小批量数据。
   3. 先更新评论器，再更新执行器。

8. 联邦元学习

1. 分发全局模型。
   1. 将全局模型发送至边缘设备。
2. 执行本地训练
   1. 每轮本地训练 5 个 epoch。
   2. 计算梯度。
3. 聚合
   1. 进行加权平均。
   2. 重复 30 轮通信。

9. 能量约束优化

1. 定义约束条件
   将 ε_max 定义为允许的最大不满意度阈值
   1. 强制执行
2. 应用卡鲁什-库恩-塔克（Karush–Kuhn–Tucker, KKT）条件
   1. 定义 为拉格朗日函数 L 关于控制调整向量 ΔS 的梯度。
   2. 计算 。
   3. 更新拉格朗日乘子。

10. 基线评估

1. 实施基线方法
   1. 实施基于规则的阈值控制。
   2. 实施表格型 Q-learning。
   3. 实施随机森林预测器。
   4. 实施基于 Transformer 的策略。
2. 对所实现的控制策略进行性能评估
   1. 测量累积不满意度。
   2. 测量能耗。
   3. 测量延迟。

11. 预期结果

1. 获取训练好的个性化策略。
2. 相较于基线方法，降低不满程度。
3. 实现节能的执行行为。
4. 保存训练好的模型权重以确保可重复性。

结果

硬件集成与系统验证
智能家具系统在持续的多模态感知与实时驱动下稳定运行。所有传感器以 20 Hz 的频率流式传输同步数据，未观察到数据包丢失。机械限位始终得到有效执行，倾斜角度限制在 ±15°，高度控制在 40–70 cm 范围内，每次控制周期的步进变化限制为 ΔS_max = 2⁰。边缘推理在长时间运行期间保持稳定，证实了嵌入式自适应控制的可行性。完整的系统架构见图 1，集成的传感器框架如图 2所示。

信号预处理与状态表示的稳定性
应用低通巴特沃斯滤波器（截止频率 5 Hz）可降低高频噪声，同时保留与姿势相关的动态信息。通道归一化确保了不同传感器模态间的零均值和单位方差缩放。滑动窗口分割（50 个时间步）生成了结合家具配置与传感器嵌入的稳定关节状态表示。传感器影响下的时序状态转移如

讨论

本研究表明，在实时约束条件下，一种融合强化学习、自适应卡尔曼滤波、稀疏表示学习和联邦元学习的混合框架，能够显著提升智能家具系统中的具身个性化性能。在48名参与者中，该框架相较于基于规则的控制方法，累计不满度降低了43.2%（p < 0.001），总能耗减少了21.2%（p < 0.001），同时保持平均执行延迟低于300 ms。这些改进并非微小提升，而是在所有参与者中均表现出统计学上的稳健性，置信区间较窄且用户间差异较小。当前基于物联网的智能家具系统旨在通过响应传感器数据来提升用户的舒适度与工作效率，但大多数现有方案仍依赖静态的、基于规则的控制机制，无法适应个体用户的特定需求。每位用户都会从多个传感器生成复杂的时间序列数据，这些传感器包括监测压力、运动和温度的装置。

设

材料

本文使用的材料清单

姓名	公司	目录编号	评论
执行器	通用制造商	N/A	调节
自适应卡尔曼滤波器	自定义实现	N/A	状态估计算法
生物信号（EDA/HRV/呼吸）	通用制造商	N/A	健康感知
连接性	通用制造商	N/A	网络上行链路
DDPG（Actor–Critic）	OpenAI Baselines / PyTorch	DDPG 模块	深度确定性策略梯度强化学习
边缘微控制器单元（Edge MCU）	通用制造商	N/A	低延迟
联邦学习	Google Research	FedAvg 协议	联邦平均聚合方法
联邦元学习	自定义 / 开源	N/A	元初始化以最小化元损失
惯性测量单元（IMU，加速度计/陀螺仪）	TDK InvenSense	MPU-6050	六轴加速度计和陀螺仪模块
光传感器	ROHM 半导体	BH1750FVI	数字环境光传感器
马尔可夫决策过程建模（MDP Formulation）	自定义实现	N/A	马尔可夫决策过程建模
麦克风	Adafruit Industries	1713 (MAX9814)	驻极体麦克风放大模块
压力矩阵	Interlink Electronics	FSR-400 系列	16通道电容式压力传感阵列
稀疏自编码器（SAE）	Meta AI	PyTorch 1.13	神经网络训练框架
热传感器	Adafruit Industries	385 (DHT22)	数字温湿度传感器