recursive-least-squares experts

LiLib方案通过自适应专家库改进无人机路径损耗预测

研究人员开发了LiLib，这是一种专为无人机（UAV）设计的连续学习方案，可更准确地预测空地路径损耗。该系统维护一个小型自适应专家库，当无人机遇到环境变化（例如在郊区和市区之间移动）时，可以重复使用或更新这些专家。在模拟中，与现有方法相比，LiLib显著降低了预测误差，并提高了速率自适应的吞吐量。该方案轻量级，存储需求极小，甚至可以在无人机之间共享以加速对新环境的适应。