2022 MIT《关于自主与导航的高效计算方法》58页PPT，含讲解视频

低能耗自主工具将支持广泛的下一代应用，包括有助于搜索和救援的昆虫大小的扑翼机器人、可以探索附近恒星的芯片大小的卫星，以及可以停留在空中的飞艇持久在偏远地区提供通信服务。这些工具的自主能力将通过从头开始构建计算机，通过共同设计自主和导航的算法和硬件来解决。本次演讲将介绍各种方法、算法和计算硬件，这些方法可以显著改善能耗和处理速度，例如视觉惯性导航、深度估计、运动规划、基于互信息的探索和用于机器人感知的深度神经网络。

作者简介：

Vivienne Sze (http://sze.mit.edu/) 是麻省理工学院电气工程和计算机科学系的副教授，负责电子学节能多媒体系统研究小组的研究实验室。她的团队致力于计算系统，这些系统能够为包括自主导航、数字健康和物联网在内的广泛应用提供节能机器学习、计算机视觉和视频压缩/处理。作为视频编码联合协作团队的成员，她因开发高效视频编码视频压缩标准而获得黄金时段工程艾美奖。她是《深度神经网络的高效处理》一书的合著者。