面向异构自动驾驶引导车的AIoT快慢双学习系统与智能资源调度

《IEICE Transactions on Communications》:Next-generation communications, computing and sensing for industrial artificial-intelligence-of-things: Challenges, emerging technologies and use case study

【字体: 大 中 小 】 时间:2026年09月18日 来源:IEICE Transactions on Communications 1.1

编辑推荐:

   **摘要:** 本受邀论文提出了面向物联网中的人工智能(AIoT)的下一代通信、计算与感知的超前愿景,在该愿景中,人工智能(AI)模型被紧密集成到平台中,以缓解扩展现实(XR)和异构自动驾驶引导车(hAGV)等设备面临的时延、能耗约束和计算资源限制。我们引入了两个学习系统:

  **摘要:**本受邀论文提出了面向物联网中的人工智能(AIoT)的下一代通信、计算与感知的超前愿景,在该愿景中,人工智能(AI)模型被紧密集成到平台中,以缓解扩展现实(XR)和异构自动驾驶引导车(hAGV)等设备面临的时延、能耗约束和计算资源限制。我们引入了两个学习系统:快速学习系统(FLS),作为设备端模块自动运行,在亚毫秒时间尺度上处理本地无线和感知功能;以及慢速学习系统(SLS),在边缘计算层执行系统级推理、多任务决策和全车队协调。这两个系统由人工智能可编程学习控制器(AILC)进行协调,该控制器根据任务决定并分配计算资源。我们在hAGV上进行了实验,展示了在带宽/连通性和计算约束之间所需进行的必要权衡。最后,我们提出了一个用例研究,说明FLS、SLS等概念如何被实施以解决智能工业车间环境中hAGV全车队停滞问题。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号