Socialized UAV Cross-Task Learning: Towards Cross-Granularity Collaboration through Hierarchical Interaction
研究解决了跨粒度任务协作中的干扰问题,通过提出一种逐步适应的框架CGSC来调节任务间信息交换,有效促进无人机检测和分割任务的协作。
0 citationsRead paper
研究解决了跨粒度任务协作中的干扰问题,通过提出一种逐步适应的框架CGSC来调节任务间信息交换,有效促进无人机检测和分割任务的协作。
本文针对云工作流调度问题,提出一种基于图注意力驱动的层次强化学习方法GA-HRL,以优化任务截止时间、容器利用率和能耗。
本文针对空中-地面跨视角指代人物检测问题,提出A-PAIR基准及身份一致的定位框架,通过因子化标注与参照对齐方法有效构建数据集,并利用身份一致的指代定位框架提高检测性能。
研究通过轨迹引导和互惠蒸馏方法,解决了异构物体检测器间知识碎片化问题,实现检测器社会的集体进化。
为解决水下感知问题,提出SonarLLM模型,结合声纳和光学模态,通过特定编码器、特征增强及层次融合方法,提高在不同能见度下的感知可靠性。
研究解决了跨粒度任务协作中的干扰问题,通过提出一种逐步适应的框架CGSC来调节任务间信息交换,有效促进无人机检测和分割任务的协作。
本文针对云工作流调度问题,提出一种基于图注意力驱动的层次强化学习方法GA-HRL,以优化任务截止时间、容器利用率和能耗。
本文针对空中-地面跨视角指代人物检测问题,提出A-PAIR基准及身份一致的定位框架,通过因子化标注与参照对齐方法有效构建数据集,并利用身份一致的指代定位框架提高检测性能。
研究通过轨迹引导和互惠蒸馏方法,解决了异构物体检测器间知识碎片化问题,实现检测器社会的集体进化。
为解决水下感知问题,提出SonarLLM模型,结合声纳和光学模态,通过特定编码器、特征增强及层次融合方法,提高在不同能见度下的感知可靠性。