HyDRA：異種協調知覚のためのハイブリッド・ドメイン対応・堅牢アーキテクチャ

Abstract

協調的知覚において、エージェントの性能は、モデルのアーキテクチャの違いや学習データ分布の違いに起因する異種性によって低下し得ます。この課題に対処するため、我々はHyDRA（Hybrid Domain-Aware Robust Architecture）を提案します。これは、ドメインに着目した枠組みの中で、中間融合と後期融合を統合する統一パイプラインです。さらに、軽量なドメイン分類器を導入し、異種なエージェントを動的に識別してそれらを後期融合ブランチに割り当てます。加えて、後期融合に内在する局所化誤差を軽減するために、アンカー誘導によるポーズグラフ最適化を提案します。これは、中間融合から得られる信頼性の高い検出を固定の空間アンカーとして活用します。大規模な実験の結果、HyDRAは追加の学習を一切必要としないにもかかわらず、最先端の異種性を考慮したCP手法と同等の性能を達成することが示されました。重要な点として、この性能は協調するエージェント数が増加しても維持され、再学習なしでのゼロコストなスケーリングが可能になります。