基于码本的语用压缩方法CodeFilling

算法工具
论文详情

本技术设计了一个基于码本的语用压缩方法CodeFilling,旨在解决多智能体协作感知系统中因高维特征传输导致的通信成本和冗余问题。该方法通过任务驱动的共享码本将高维浮点特征压缩为离散整数码索引进行传输,大幅降低了带宽消耗。与此同时,CodeFilling引入了信息填充机制,优化了多智能体之间的消息选择,避免了冗余传输和带宽浪费,确保协作信息的有效传递。此外,技术还提出了一种轻量级的解码融合策略,能够在保证协作增益的同时控制计算复杂度,从而使得该技术在低带宽条件下依然能够保持高效的感知性能。实验结果表明,CodeFilling在多种带宽约束、同构与异构协作设置下,始终优于传统方法,并在实际部署场景中展现了优异的鲁棒性与稳定性。

数据集
数据图片
模型推理
系统架构
Coded
Selected
Fusion
性能展示
性能图表1
DAIR-V2X数据集中,
CodeFilling取得感知效果
和通信量的最佳权衡
性能图表2 性能图表3
CodeFilling对于定位误差和
通信延迟都具备最优鲁棒性