🚀 بهینه‌سازی هوشمند در سیستم‌های خودران؛ معرفی TAPAS 🚗

⚠️ هشدار به محققان: چرا دقت مدل‌های شناسایی پهپاد گاهی «واقعی» نیست؟

سیستم‌های خودران در دنیای واقعی با صحنه‌های پیچیده و متغیری روبرو هستند که نیاز پردازشی آن‌ها را لحظه به لحظه تغییر می‌دهد. اما روش‌های فعلی معمولاً با نرخ فریم (FPS) ثابت کار می‌کنند که باعث هدررفت انرژی یا پردازش ناکافی می‌شود.

محققان در پژوهش جدیدی مدل TAPAS (Throughput-adaptive Perception) را معرفی کرده‌اند که با استفاده از «یادگیری تقویتی» (RL)، به صورت هوشمند و لحظه‌ای منابع پردازشی را برای سیستم‌های خودران در لبه (Edge) مدیریت می‌کند.

نتایج درخشان:
این سیستم روی سخت‌افزارهایی مثل Jetson Orin NX تست شده و توانسته ضمن حفظ دقت بالای ۹۷ درصدی در پردازش داده‌ها، مصرف انرژی را تا حدود ۷۶ درصد کاهش دهد. این یعنی آینده خودروهای خودران نه تنها باهوش‌تر، بلکه بسیار بهینه‌تر خواهد بود! ⚡️

منبع: arXiv AI