Mantis：利用脉冲神经网络实现高能效自主移动智能体
机器人学
2023-08-02 v1 人工智能
机器学习
神经与进化计算
摘要
无人机（UAV）和移动机器人等自主移动智能体在提升人类生产力方面展现出巨大潜力。这些移动智能体通常由电池供电，因此需要较低的功耗/能耗以延长使用寿命。它们还需要适应不断变化/动态的环境，尤其是在偏远或危险地点部署时，因而需要具备高效的在线学习能力。采用脉冲神经网络（SNN）可满足这些需求，因为 SNN 凭借稀疏计算实现低功耗/能耗，并借助生物启发的学习机制实现高效在线学习。然而，仍需一种方法在自主移动智能体上部署合适的 SNN 模型。为此，我们提出 Mantis 方法，系统地在自主移动智能体上应用 SNN，以在动态环境中实现高能效处理与自适应能力。Mantis 的核心思想包括优化 SNN 运算、采用生物合理的在线学习机制，以及 SNN 模型选择。实验结果表明，与采用 32 位权重的基线网络相比，我们的方法在保持高精度的同时显著减少了内存占用与能耗（即对于 8 位权重的 SNN 模型，内存减少 3.32 倍、节能 2.9 倍）。以此方式，我们的 Mantis 使得 SNN 能够应用于资源和能耗受限的移动智能体。
引用
@article{arxiv.2212.12620,
title = {Mantis: Enabling Energy-Efficient Autonomous Mobile Agents with Spiking Neural Networks},
author = {Rachmad Vidya Wicaksana Putra and Muhammad Shafique},
journal= {arXiv preprint arXiv:2212.12620},
year = {2023}
}
备注
To appear at the 2023 International Conference on Automation, Robotics and Applications (ICARA), February 2023, Abu Dhabi, UAE. arXiv admin note: text overlap with arXiv:2206.08656