TopoBrick：面向零样本建筑IoT预测的智能体拓扑采样

建筑传感器嵌入物理拓扑、空间层级与运营上下文中，但既有预测器常把它们当孤立时间序列或依赖固定协变量集。我们提出TopoBrick：面向零样本建筑物联网（IoT）预测的免训练框架。TopoBrick用建筑知识图谱构造紧凑的结构骨架，并 employs 智能体拓扑采样器选择目标专属的外生变量。所选变量按部署时可用性组织——把过去已知的传感器状态与未来已知的日历、日程与气象外生变量分开。跨三栋真实建筑：TopoBrick超越强零样本基础模型基线，并与完全训练的建筑专属模型保持竞争力。消融显示：拓扑感知采样比随机、仅本体或固定跳数选择更可靠——尤其对物理耦合的HVAC与天气驱动传感变量。