AgentNorm：智能体级测试时归一化方法提出

2026年10月30日，arXiv Computer Vision 刊出 Yu Wang 等作者的报道，提出 AgentNorm 智能体级测试时归一化方法，面向摄像头协同感知场景，用于应对协作方特征损坏。报道称，该方法为每个协作方用其自身当前观测估计归一化统计量，并将自车锚定到源统计量，使自车路径保持为原模型路径。报道给出的条件为：AgentNorm 无可学习参数，不需要梯度与标签，与测试帧顺序无关，在各智能体本地运行且不改变传输的特征；代价是每帧额外增加 2.3 ms 延迟。目前进展仅限于该方法被提出及上述特性说明，报道未提及后续验证或应用情况。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。