摘要

协作感知通过提供额外视角并扩展感知范围，能够有效提升个体感知性能。现有的协作范式主要分为两类：可解释性强的“结果协作”（result cooperation）和灵活性高的“特征协作”（feature cooperation）。本文提出“查询协作”（query cooperation）的新概念，旨在实现可解释的、实例级的灵活特征交互。为具体阐述该概念，我们提出一种协作感知框架——QUEST，该框架使查询流在多个智能体之间传递。跨智能体的查询通过融合机制实现对共同感知实例的协同感知，同时通过补全机制处理各智能体自身未感知的实例。以基于摄像头的车路协同感知为典型实际应用场景，在真实世界数据集DAIR-V2X-Seq上的实验结果验证了QUEST框架的有效性，并进一步揭示了查询协作范式在传输灵活性以及对数据包丢失鲁棒性方面的显著优势。我们期望本工作能推动跨智能体表征交互的发展，助力实际应用中更高效、更可靠的协作感知。