Newest papers

LoopHIL: Looping Hardware into LLM-assisted Agents for Wireless Embedded Systems

Dhairya Shah, Spanddhana Sara, Savitha Viswanadh Kandala, Ambuj Varshney · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.24231 · cited by 0 works (OpenAlex) · open-access PDF

Russian

Агенты LLM широко используются для разработки программного обеспечения и дебютирования, но их принятие в встроенных системах, особенно для беспроводных задач, остается ограниченным. Это связано с тем, что встроенное развитие требует тестирования аппаратного обеспечения. Агенты не могут непосредственно наблюдать за спектром, зондами или измерять мощность, поэтому они не могут проверить функциональность беспроводных связей; в настоящее время, человеческие инженеры выполняют эту проверку. Мы систематически оцениваем, могут ли агенты LLM устанавливать беспроводные связи, когда они предоставляются с доступом к аппаратному обеспечению. Мы вводим LoopHIL, рамку, которая позволяет агентам управлять многоустройственным RF-банком, контролировать его с помощью анализатора спектра, логического анализатора и энергетического

Machine translation (Meta M2M100); the English original follows.

Abstract

LLM agents are widely used for software development and debugging, but their adoption in embedded systems, especially for wireless tasks, remains limited. This is because embedded development requires hardware-in-the-loop testing. Agents cannot directly observe the spectrum, probe pins, or measure power, so they cannot verify wireless link functionality; currently, human engineers perform this verification. We systematically evaluate whether LLM agents can establish wireless links when provided with hardware access. We introduce LoopHIL, a framework that lets agents control a multi-device RF bench, monitor it with a spectrum analyzer, logic analyzer, and energy meter, and validate links against a verification ladder, all within code-enforced safety limits. Across four increasingly complex tasks, from generating a carrier to backscatter decoding by a commercial receiver, and using six models from two vendors, hardware-in-the-loop increases task completion rates from 54% to 79% and from 17% to 83% on the most challenging task. It also halves task time and output tokens. With debugging tools, agents decrease tag power consumption by up to 96%. However, small models often report unverified claims, so independent hardware checks remain necessary.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Debugging, Wireless, Computer science, Embedded system, Task (project management), Power consumption

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange