Skip to content
Hot eventLive

LiLib：无人机漂移触发模型库持续学习路径损耗预测

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月7日，arXiv Machine Learning Theory 发布一手报道，介绍 LiLib——一种面向无人机的轻量持续学习方案。该方案通过窗口残差检测漂移，并维护一个递归最小二乘专家库，根据空地路径损耗变化决定复用已有专家或新建专家。仿真结果显示，LiLib 将预测 RMSE 从 5.89 dB 降至 4.03 dB；重返已知环境后的误差从 12.3 dB 降至 5.7 dB；速率适配恢复至 regime-aware oracle 吞吐的 99%。目前报道仅涉及仿真验证，未提及其他独立复现或实际部署信息。

Generated from reports · updated 3 hr ago

LatestOct 7
arXiv 报道 LiLib 仿真结果：RMSE 降至 4.03 dB，重返已知环境误差降至 5.7 dB，吞吐恢复至 oracle 的 99%。

Timeline

Follow the coverage from different angles.

Oct 7, 2026
  1. arXiv · Machine Learning Theory
    LiLib：基于漂移触发模型库的无人机终身空地路径损耗预测

    LiLib 是一种面向无人机的轻量持续学习方案，用窗口残差检测漂移并维护一个递归最小二乘专家库，复用或新建专家以应对空地路径损耗变化。仿真中，LiLib 将预测 RMSE 从 5.89 dB 降至 4.03 dB，重返已知环境后的误差从 12.3 dB 降至 5.7 dB，速率适配恢复至 regime-aware oracle 吞吐的 99%。

Heat trend

Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –

02.557.510Oct7Oct7Oct7Oct7

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.