本論文は、オープンな異種エージェントの協調知覚問題に取り組む新しいフレームワークHEALを提案する。
まず、初期の同種エージェントを用いて、ピラミッド融合ネットワークを使って統一された特徴空間を構築する。次に、新しい異種エージェントが参加する際、その特徴をこの既存の統一特徴空間に整列させる「逆方向整列」手法を導入する。この手法では、新エージェントのエンコーダのみを更新すれば良く、既存のピラミッド融合モジュールとディテクションヘッドを再利用できるため、統合コストが極めて低い。
さらに、より多様なセンサタイプを含むOPV2V-Hデータセットを提案し、DAIR-V2Xデータセットでも評価を行った。実験の結果、HEALは既存手法に比べて高い知覚性能を維持しつつ、新エージェントの統合時のパラメータ数を91.5%削減できることを示した。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Yifan Lu,Yue... at arxiv.org 04-02-2024
https://arxiv.org/pdf/2401.13964.pdfDeeper Inquiries