将通信带宽降低至十万分之一，NeurIPS2022论文提出新一代协作感知方法

机器之心专栏
机器之心编辑部
在这篇 NeurIPS2022 论文中，来自上海交通大学、上海人工智能实验室、南加州大学的研究者提出新一代通信高效的协作感知方法，可将带宽占用降低为十万分之一。
盲人摸象的寓言启示着我们，个体对世界的感知具有不可避免的局限性，有效的协作是打开视野和格局的重要途径。因此，协作感知应运而生：多个集 “感 - 传 - 算” 于一生的智能体分布式地交换关键信息，提升彼此的感知能力，从根本上解决遮挡、远距离等个体难以克服的感知问题。相关技术方法将 AI 和通信技术高度整合，对车路协同，无人集群等群体智能应用有着深刻影响。
协作感知助力无人机集群的超视距探测。
然而，如何最大限度利用有限的通信资源，凝练精简且重要的感知信息，在众多智能体中选择紧密的合作伙伴，并充分融合合作伙伴分享的信息，是协作感知的关键问题。
为了突破这一瓶颈，上海交通大学、上海人工智能实验室联合南加州大学在 NeurIPS 2022 上发表论文，提出新一代通信高效的协作感知方法，相比于之前的主流方法，在达到相同 3D 目标探测能力的前提下，可将带宽占用降低为十万分之一！

论文链接：https://arxiv.org/abs/2209.12836
代码链接：https://github.com/MediaBrain-SJTU/Where2comm
协作感知的效果：感知超视距、通信超高效
基于清华和百度在 CVPR 2022 上提出的全球首个车路协同数据集 DAIR-V2X，研究者对比了单体感知和协作感知在 3D 目标探测任务的效果，如下面的动图所示（绿框为真值，红框为探测）。左图展示了单辆无人车的探测效果，受限于传感器的探测范围和物理遮挡，左侧路口的多量车难以被有效探测，右图展示了一个路边单元和一辆无人车协作探测的效果，基于本文提出的Where2comm方法，实现了超视距的感知。由此可见，协作感知通过同一场景中多智能体之间互通有无，分享感知信息，使得每一个智能体都能够获得对整个场景更为准确全面的理解。