能耗内存双降
针对无人机辅助交通监控中的能耗难题，提出一种基于多智能体深度确定性策略梯度的路径规划算法，并通过缩减隐藏层神经元和细粒度剪枝，在保持性能的同时显著降低能耗和内存占用。
孔祥杰 · Chenhao, Ni · Duan, Gaohui · 沈国江 · Yao, Yang · Das, Sajal Kumar · Ni, Chenhao
IEEE Internet of Things Journal 2024
通过减少隐藏层神经元和细粒度剪枝，算法计算量下降，无人机执行任务时能耗降低。
细粒度剪枝减少了模型参数和连接，推理所需内存降低，适合部署在计算资源受限的无人机上。
优化后的MAUP依然能有效规划无人机路径，仿真结果表明其能耗降低与其他方法相当或更优。