强化学习动态划分模型

近零掉帧

基于深度强化学习的自适应划分技术，能根据动态网络和负载条件为每个视频帧实时选择最优深度神经网络划分点，长期优化系统成本与延迟。

Lyu, Yan · Likai, Liu · Xuezhi, Wang · Zhiyu, Fan · 王金成 · 高冠宇

Machine Learning and Knowledge Extraction 2025

参数信息

丢帧率

0 %

技术优势

能省长期成本

代理以累计长期回报为优化目标，而非单帧短期收益，因此在动态条件下能够降低整体系统成本。

几乎不掉帧

通过前瞻性策略动态选择最佳划分点，在真实测试平台上将丢帧率降至接近零。

应用场景

• 自主系统视频分析：降低丢帧和延迟，保障自动驾驶等系统实时决策。
• 边缘智能：在边缘设备上动态划分模型，降低带宽成本和延迟。