无人机感知应用中的决策：该留还是该走

多旋翼无人机正成为多个应用领域的关键平台，实现对现场的精准感知和/或执行。我们关注无人机需处理传感器数据以决定是否需要执行额外动作（例如更精确的感知或某种执行）的情形。一方面，如果最终不需要进一步动作，等待计算完成可能浪费时间。另一方面，如果无人机在计算完成前就前往下一个兴趣点，可能需要返回前一点以执行某种动作。本文提出一种学习方法，使无人机能够基于过去任务中收集的经验，对是否应等待计算结果作出明智的决定。通过广泛的评估，我们展示，该方法在配置得当时，能够超过多个静态策略，在保持不同场景下（兴趣点处某动作被需要的概率稳定）以及该概率随时间变化的场景中，实现最高可达25.8%的性能提升。