Mar, 2022
模型无关的多智能体感知框架
Model-Agnostic Multi-Agent Perception Framework
Runsheng Xu, Weizhe Chen, Hao Xiang, Lantao Liu, Jiaqi Ma
TL;DR本文提出了一种基于模型无关且不共享模型信息的多智能体感知框架，旨在消除模型差异性对性能的负面影响。具体地，我们提出了一种置信度校准器，可消除预测置信度评分偏差，并为此独立地在标准公共数据库上进行校准。此外，我们还提出了相应的边界框聚合算法，考虑了相邻框的置信度和空间一致性。我们的实验阐明了跨不同代理人的模型校准的必要性，结果表明所提出的框架提高了异构代理人的基线 3D 物体检测性能。