Para peneliti mengusulkan metode untuk komputasi anytime dalam jaringan saraf mendalam yang memproses awan titik LiDAR, memungkinkan penskalaan resolusi input dinamis untuk menyeimbangkan latensi eksekusi dan utilitas hasil. Pendekatan ini memungkinkan model yang menggunakan pilar atau voxel untuk menyesuaikan resolusi saat runtime tanpa menerapkan beberapa model yang berbeda.
- Sistem menggunakan satu model DNN yang secara dinamis menskalakan resolusi input berdasarkan persyaratan waktu.
- Penjadwal yang sadar batas waktu memprediksi waktu eksekusi untuk semua resolusi yang mungkin pada saat runtime untuk memilih resolusi tertinggi yang layak.
- Hasil eksperimen pada dataset nuScenes menunjukkan peningkatan kinerja yang signifikan dibandingkan dengan pendekatan komputasi anytime yang ada.
- Penerapan dalam sistem pengemudi otonom simulasi memungkinkan navigasi bebas tabrakan sambil menghindari kemacetan yang disebabkan oleh kompleksitas lingkungan.
Metode ini meningkatkan adaptabilitas dalam sistem siber-fisik dengan mengelola sumber daya komputasi secara efisien di bawah kendala operasional dinamis.