Proteus
跨模态学习，用雷达感知。
把视觉知识迁移到毫米波表征，同时增强雷达图像中的有效信息。
第二种模态可以指导学习，而不必始终参与部署。
研究问题
推理阶段不保留相机，雷达能否获得有效的叶面湿度信息？
核心想法
抑制 SAR 散斑噪声、加入相位信息，并用 RGB 教师指导毫米波学生模型训练。
证据说明了什么
Proteus 使用商用雷达构建原型，并在不同环境条件下评估干湿分类。教师参与训练，学生在推理时使用毫米波观测。这证明了该任务中的跨模态迁移，尚不是通用物理理解的证明。
来源: ACM SenSys 2025接下来的问题
这项工作强调了雷达表征究竟保留什么信息，也引出更广泛的问题：不完整观测能够支持哪些物理上的区分？
