InfoCom：基于信息瓶颈的数据包级通信高效协同感知
人工智能
2025-12-12 v1
摘要
精确的环境感知是确保自动驾驶系统可靠性的关键。虽然协同感知通过信息共享缓解了单智能体感知的局限性，但仍面临着通信与性能之间的根本性权衡。现有通信高效方法通常假设每次协作传输MB级数据，可能因实际网络约束而失败。为此，本文提出InfoCom，一个通过扩展信息瓶颈原理实现通信高效协同感知的框架，开创了通信高效协同感知的首要理论基础。不同于主流特征操作，InfoCom引入一种新颖的信息净化范式，在信息瓶颈约束下理论优化提取最小充分任务关键信息的过程。其核心创新包括：i)信息感知编码将特征浓缩为最小消息，同时保留感知相关信息；ii)稀疏掩码生成识别具有极低通信成本的空间线索；iii)多尺度解码通过掩码引导机制逐步恢复感知信息，而非简单特征重建。多组数据集的全面实验表明，InfoCom在实现近乎无损感知的同时，将通信开销从兆字节级降低至千字节级，相较于Where2comm和ERMVP分别实现了440倍和90倍的每智能体通信量降低。
引用
@article{arxiv.2512.10305,
title = {InfoCom: Kilobyte-Scale Communication-Efficient Collaborative Perception with Information Bottleneck},
author = {Quanmin Wei and Penglin Dai and Wei Li and Bingyi Liu and Xiao Wu},
journal= {arXiv preprint arXiv:2512.10305},
year = {2025}
}
备注
Accepted by the 40th AAAI Conference on Artificial Intelligence (AAAI-26)