盖世汽车讯 据外媒报道，宾夕法尼亚大学嵌入式计算与集成系统工程研究（PRECISE）中心的团队展开突破性研究工作，有望改变城市交通管理，对可持续城市生活和减缓气候变化产生影响。这项研究由电气与系统工程系（ESE）博士生Nandan Tumu领导，其导师是计算机与信息科学系（CIS）和ESE系教授兼PRECISE中心创始成员Rahul Mangharam。
（图片来源：arxiv.org）
当今机器学习方法的一个主要障碍是样本复杂性，即学习算法需要多少数据才能达到适当的性能水平。数据越多，所需的能量就越多，对环境的影响就越大。
为了解决这个问题，Tumu探索更为有效的方法，并发现基于物理知识和受约束的学习可以大幅减少大量采样需求。通过将这种方法与共形预测（一种无分布不确定度量化方法）相结合，Tumu找到了一种有效可靠地控制复杂系统的方法。
这种基于物理知识和受约束的学习与共形预测的创新结合，有望释放更大型多代理系统的潜力，例如无人机机队或无人驾驶汽车车队，以及电网和风电场等基础设施。
*特别声明：本文为技术类文章，禁止转载或大篇幅摘录！违规转载，法律必究。
本文地址：https://auto.gasgoo.com/news/202409/20I70405617C601.shtml
联系邮箱：info@gasgoo.com
客服QQ：531068497
求职应聘：021-39197800-8035
新闻热线：021-39586122
商务合作：021-39586681
市场合作：021-39197800-8032
研究院项目咨询：021-39197921
版权所有2011|未经授权禁止复制或建立镜像，否则将追究法律责任。
增值电信业务经营许可证 沪B2-2007118 沪ICP备07023350号
—— 全球视野·中国声音 ——
