BOLT: Online Lightweight Adaptation for Preparation-Free Heterogeneous Cooperative Perception
本文介绍了 BOLT，这是一种轻量级即插即用模块，它利用“自车即教师”蒸馏技术在线适配独立训练的智能体，从而实现无需准备的异构协同感知，在无需先验联合训练或真实标签的情况下，其性能显著优于未适配的融合方案及仅依赖自车的感知方案。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象你正在驾驶一辆自动驾驶汽车（我们称之为“自车”）。你拥有一个非常聪明的大脑（一个检测器），它经过多年训练，能够识别道路、发现行人并避开障碍物。但此刻，你独自驾驶。
现在，想象另一辆车（一辆“邻车”）停在你旁边。这辆车拥有一个完全不同的大脑。也许你的大脑是由北京的一家公司利用激光雷达（LiDAR）训练的，而它们的大脑是由加州的一家公司利用摄像头训练的。它们说着不同的数据“语言”。
问题：自动驾驶汽车中的“巴别塔”
在过去，如果两辆车想要协同工作以提升感知能力，它们必须在上路前一起去“培训学校”。它们会练习融合彼此的数据，学习对方的语言，并商定一种协议。这就像两个人在见面之前先学习一种共同语言。
但在现实世界中，这是不可能的。你可能会在高速公路上遇到一个由完全不同公司训练、配备完全不同传感器的陌生人。你无法为了重新联合训练大脑而让交通停滞。
这篇论文将这种情况称为“免准备的异构协同感知”。这是一种 fancy 的说法，意为：“两辆拥有完全不同大脑和传感器的自动驾驶汽车，如何在没有任何预先训练或准备的情况下，瞬间协同工作？”
失败：“朴素融合”
研究人员尝试了一种简单的方法：直接将邻车的数据塞入你自身大脑的处理中心。
结果呢？ 情况变得更糟了。
因为邻车的数据与你大脑训练所见的内容截然不同，它混淆了你的系统。这就像在驾驶时试图阅读一本用外语写的书；它不仅没有帮助你看清路况，反而导致你撞车。你仅靠“自车”的视野（独自感知）实际上比与“困惑的邻车”协同的视野（协同感知）更好。
解决方案：BOLT（“通用翻译器”插件）
作者提出了一种名为BOLT的解决方案。将 BOLT 想象成一个微小的、轻量级的通用翻译器，你可以将其插入汽车的仪表盘。
以下是其工作原理，使用一个简单的类比：
- 设置：你汽车的主脑（检测器）被冻结了。你无法重新训练它，因为它已经完美适应了你自己的视角。邻车的数据到达了，但它处于一种“方言”状态。
- 翻译器（插件）：BOLT 位于邻车数据和你大脑之间。它是一个微小的、可调节的模块（仅 0.9 百万参数，这对人工智能来说非常小）。
- 师生技巧：
- 高置信度：当你的汽车清晰地看到某物时（例如，“那是一个红色的停车标志！”），BOLT 利用这一清晰视角作为教师。它告诉邻车的数据：“嘿，当你观察这个位置时，你的数据应该完全像我的数据一样。”它迫使邻车的数据与你的语言对齐。
- 低置信度：当你的汽车不确定时（例如，“灌木丛后面那是个人吗？”），BOLT 会说：“我不知道，但也许你知道。”它让邻车的数据填补空白，为你的盲区添加新信息。
- 即时学习：BOLT 不需要人工标注数据。它在驾驶过程中瞬间学习。它观察你自己自信的预测，并说：“好的，我需要调整我的翻译设置，以便邻车的数据能与我的置信度匹配。”
结果：从“更差”到“更好”
该论文在真实世界数据集（DAIR-V2X）和模拟驾驶（OPV2V）上测试了这种方法。
- 没有 BOLT：与陌生人合作使汽车的视野比独自驾驶更差。
- 有 BOLT：汽车的视野变得比独自驾驶显著更好。在某些情况下，改进幅度巨大（准确率提升高达 32 个百分点）。
为什么这很重要
BOLT 就像一个即插即用适配器。你不需要知道另一辆车是谁、它们有什么传感器，或者它们是如何训练的。你只需插入 BOLT 模块，它就会利用你自身汽车的置信度作为指导，瞬间学会如何将它们的数据翻译成你的汽车能理解的语言。
它将一种“合作”导致灾难的局面，转变为一种“合作”能挽救生命的局面，而且完全不需要预先部署的训练营地。
简而言之：BOLT 是一个智能、轻量级的翻译器，它让拥有不同大脑的自动驾驶汽车能够在道路上瞬间相互理解，使它们在一起比单独行动更安全。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。