研究人员开发了一种新颖的分布式传感框架，称为协方差无关神经卡尔曼共识滤波器（CA-NKCF）。该框架使智能体之间能够进行协作式潜在状态估计，而无需了解噪声统计信息。实验表明，CA-NKCF在各种条件下（包括线性、混沌和无线跟踪环境）的性能和鲁棒性均优于传统的卡尔曼滤波器和粒子滤波器，以及无模型深度神经网络。 AI
影响 这种新型滤波器有望提高分布式AI系统在顺序决策和异常检测等应用中的准确性和鲁棒性。
排序理由 该集群包含一篇详细介绍新算法及其实验验证的研究论文。
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.28441v1 Announce Type: cross Abstract: Online latent state estimation constitutes a fundamental challenge within the artificial intelligence field, serving as a foundational tool for diverse applications, including sequential decision making, anomaly and change-point d…
Online latent state estimation constitutes a fundamental challenge within the artificial intelligence field, serving as a foundational tool for diverse applications, including sequential decision making, anomaly and change-point detection. In this paper, a novel online distribute…