论文提出AgentNorm按代理测试时归一化应对协作者退化

Yu Wang 等在 arXiv 论文（arXiv:2610.39505）中提出 AgentNorm，一种面向相机协同感知的 agent 级测试时归一化方法：每个协作者用自身当前观测估计归一化统计量，自车保持原始统计量不变，使自车检测路径与原模型完全一致。 论文称，传统混合统计归一化会使干净自车检测下降 3.58–6.68 [email protected]；AgentNorm 在严重度 5 的雾况下将 [email protected] 从 29.42–37.25 提升至 43.32–58.86，并在雾与运动模糊下超出混合归一化 5.53–12.94 个百分点。 论文同时指出该方法不能解决的情形：遮挡（消除图像内容而非偏移特征统计量），以及所有代理共享同一偏移的情况。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。