研究人员开发了TAPAS，一种专为移动和边缘平台上运行的自动驾驶系统设计的新型吞吐量自适应感知策略。该系统根据不断变化的场景复杂度实时调整资源分配，旨在优化能耗同时保持性能。TAPAS利用带有门控循环单元代理的强化学习，跨异构硬件动态映射感知任务，在KITTI和nuScenes等数据集上展示了显著的节能效果和稳健的吞吐量达标率。 AI
影响 优化了自动驾驶系统的能效和性能，可能延长运行时间并在边缘设备上实现更广泛的部署。
排序理由 该集群描述了一篇介绍自动驾驶系统新方法的最新研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2607.17317v1 Announce Type: cross Abstract: Autonomous systems rely on a perception module to navigate through dynamic environments. In real-world scenarios, the perception module's throughput requirements vary at runtime due to changes in scene complexity. However, existin…