| 演讲者 | 周盛 | | 头衔职位 | 清华大学电子工程系副教授 | | 时间 | 2023年5月20日(周六)下午2:30-4:30 | | 地点 | 江湾校区二号交叉学科楼A4009 | | 联系人 | 陈阳，chenyang@fudan.edu.cn |
|  |
演讲简介
实时可靠的环境感知是安全高效自动驾驶的基础。然而，单车智能的感知系统不可避免地受到遮挡影响。协同感知技术通过共享附近协作车辆视野的传感数据，能够覆盖更多感知目标。由于车联网通信带宽受限，需要根据视野的价值和通信质量，选择最有益的协作车辆。现有方法依赖于频繁交换元信息来预测协作车辆的感知增益，产生较大通信和计算开销，引入额外延时。为此我们提出“边学习边调度”的思路，实现低开销的传感器分布式调度。核心方法是利用感知增益的时间连续性，根据历史数据预测当前感知增益。由此基于无休止多臂多臂赌博机理论（restless multi-armed bandit）设计了一种传感器传输调度算法（MASS），以最大化移动条件下的平均感知收益。可证明所提算法的期望感知增益损失的上界与任何在线算法的损失下界仅相差一个对数因子。实验结果表明，所提的MASS算法实现了最优的平均感知收益，相比于其他基于学习的算法，将召回率提升高达4.2个百分点。同时，通过基于激光雷达的三维检测器的案例研究，定性展示了MASS算法中自适应探索的优势。
关于讲者
周盛，清华大学电子工程系副教授。分别于2005年和2011年在清华大学电子工程系获得学士学位和博士学位。2013年起在清华大学电子工程系任教至今。主要研究方向包括绿色无线通信、车联网、移动云计算等。获得中国通信学会科学技术一等奖、IEEE通信学会亚太区杰出青年学者、IEEE通信学会无线通信技术委员会杰出青年学者等奖励。获国家自然科学基金优秀青年科学基金项目资助。
