研究人员开发新算法,可改善自动驾驶系统性能
【研究人员开发新算法,可改善自动驾驶系统性能】 据外媒报道 ， 来自北卡罗来纳州立大学（North Carolina State University）的研究人员开发了一套算法 ， 通过平衡各个组件对数据的需求 ， 以及数据的发送和接收速度 ， 从而提高自动驾驶汽车等信息物理系统的性能 。
新算法论文作者之一、该大学电子与计算机工程教授Aranya Chakrabortty表示 ， “信息物理系统集成传感器、设备和通信工具 ， 允许所有系统元件共享信息 ， 协调活动 ， 以完成目标 。”这些系统具有巨大的潜力 ， 但也带来了挑战 。
Chakrabortty解释道 ， “具体而言 ， 系统中的物理代理 ， 即设备 ， 需要大量的通信链路才能有效运行 。这会导致大量数据流经通信网络 ， 从而导致路径选择延迟和排队延迟 。而延迟会导致代理需要等待很长时间才能采取行动 ， 从而降低系统的质量 。换言之 ， 由于延迟时间太长 ， 系统可能无法完成其既定目标 。”这造成了一种困境 ， 减少通信意味着系统每个元素将能够更快地获取信息 ， 但会损害系统性能的质量 ， 因为系统每个元件将使用更少的信息来运行 。
文章插图
Chakrabortty表示 ， “因此 ， 我们需要在三个变量之间取得平衡 ， 即适当的通信稀疏度、最佳延迟时间和代理的最佳可实现性能 。要取得这种微妙的平衡 ， 以尽可能好地方式执行任务 ， 同时确保每个代理安全和稳定运行是不容易的 ， 而这正是我们的算法发挥作用的地方 。”
Chakrabortty和研究生Nandini Negi开发了三种算法 ， 可减少系统中每个节点的数据请求总数 ， 但确保每个节点都能快速接收充足的信息 ， 以实现系统目标 。Negi称 ， “没有一种万能的解决方案可以适用于所有信息物理系统 ， 但我们的算法允许用户找到适用于所有系统的最佳通信解决方案 。”
近年来 ， 在设计信息物理系统（cyber–physical systems ， 简称CPS）稀疏度控制方面 ， 出现了一些新的以降低通信成本为目标的研究方向 。在这些设计中 ， 常见的假设是通信发生在专用网络上 。然而 ， 在许多实际应用中 ， 通信必须发生在共享网络上 ， 这导致了两个关键的设计挑战 ， 即反馈延迟和用户之间无法公平共享带宽 。在此种设计约束条件下 ， 研究人员开发了稀疏H2控制设计 ， 该设计的一个基本方面是延迟本身可以是一个稀疏性函数 ， 得以在H2中实现反馈延迟和用户公平共享带宽之间的平衡 。
研究人员提出了三种不同的算法 ， 第一种算法预设了可分配给网络的带宽 ， 并产生稳定控制器的初始猜测 。第二种算法采用乘子交替方向法（ADMM） ， 对控制器进行稀疏化 ， 同时令其适应反馈延迟 ， 并优化H2性能 。第三种算法将此种方法扩展到多用户场景中 ， 通过最小化用户H2性能的差异 ， 将总数固定、数量最优的通信链路公平地分配给用户 。这些算法将该问题转换为具有混合整数线性规划（MILP）约束的凸差（difference-of-convex ， 简称DC）规划问题 。研究人员提供了一些定理 ， 证明这些算法的收敛性 ， 并通过数值模拟进行了验证 。
责任编辑：tzh
推荐阅读
- LG开发了用于地铁的透明OLED显示面板
- 化学家开发快速合成数百万种新型蛋白质的方法
- 新算法可预测化合物中的可能存在的最佳材料
- 人工智能帮助研究人员创造出将二氧化碳转化为乙烯的催化剂
- 开发商说要办房产证，要求业主把手里自己这份合同原件和购房发票交给他们，该不该交呢？
- 研究人员发现检测塑料辐射新方法，适合现有塑料制造工艺
- 曝Switch新机型正在开发中：已有开发商拿到原型机
- 淀粉和纤维素的结合开发出一种可降解塑料！
- 研究人员开发出能反射热量的彩色双层涂料
- 获CEVA许可WiSig Networks可开发出eNB-IoT系统级芯片