研究人员开发算法平衡组件的数据需求 提高自动驾驶系统性能

本篇文章1491字，读完约4分钟

重要的；font-size: 17px！重要；行高:34px！重要；">据国外媒体报道，北卡罗来纳州立大学的研究人员开发了一套算法，通过平衡各种组件的数据要求以及数据传输和接收的速度，来提高网络物理系统的性能，例如自动车辆。

重要的；font-size: 17px！重要；行高:34px！重要；">

重要的；font-size: 17px！重要；行高:34px！重要；">

重要的；边缘-底部:25px！重要；font-size: 14px！重要；行高:30px！重要；文本对齐:居中！重要；" >(来源:techxplore)

重要的；font-size: 17px！重要；行高:34px！重要；新算法论文的作者之一、该大学电子和计算机工程教授阿兰娅·查克拉博蒂说:“网络物理系统集成了传感器、设备和通信工具，允许所有系统组件共享信息并协调活动以实现目标。“这些系统潜力巨大，但也带来了挑战。

重要的；font-size: 17px！重要；行高:34px！重要；”> chakrabortty解释道，“具体来说，系统中的物理代理，也就是设备，需要大量的通信链路才能有效运行。这将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。延迟将导致代理在采取行动之前等待很长时间，从而降低系统质量。换句话说，由于长时间的延迟，系统可能无法实现其既定目标。“这造成了一个困境。减少通信意味着系统的每个元素将能够更快地获得信息，但它会损害系统性能的质量，因为系统的每个元素将使用更少的信息来运行。

重要的；font-size: 17px！重要；行高:34px！重要；”> chakrabortty说，“因此，我们需要在三个变量之间取得平衡，即适当的通信稀疏性、最优延迟时间和代理的最优可实现性能。在保证每个代理安全稳定运行的同时，尽可能好地执行任务并不容易达到这种微妙的平衡，这就是我们的算法工作的地方。"

重要的；font-size: 17px！重要；行高:34px！重要；”> chakrabortty和研究生nandini negi开发了三种算法，可以减少系统中每个节点的数据请求总数，但保证每个节点能够快速接收到足够的信息，达到系统目标。Negi说:“没有一个放之四海而皆准的解决方案可以适用于所有的网络物理系统，但是我们的算法允许用户为所有系统找到最佳的通信解决方案。"

重要的；font-size: 17px！重要；行高:34px！重要；近年来，在网络物理系统稀疏控制的设计中，出现了一些旨在降低通信成本的新的研究方向。在这些设计中，通常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，这导致两个关键的设计挑战，即反馈延迟和用户不能公平共享带宽。在这样的设计约束下，研究人员开发了稀疏h2控制设计。这种设计的一个基本方面是延迟本身可以是一个稀疏函数，它可以在反馈延迟和用户在h2中公平共享带宽之间实现平衡。

重要的；font-size: 17px！重要；行高:34px！重要；”>研究人员提出了三种不同的算法。第一种算法预先假定可以分配给网络的带宽，并生成稳定控制器的初始猜测。在第二种算法中，采用乘法器交替方向法(admm)来稀疏控制器，使其适应反馈延迟，优化h2性能。第三种算法将该方法扩展到多用户场景，通过最小化用户的h2性能差异，将固定总数和最优数的通信链路公平地分配给用户。这些算法将该问题转化为具有混合整数线性规划(milp)约束的凸差(dc)规划问题。研究人员提供了一些定理来证明这些算法的收敛性，并通过数值模拟进行了验证。