BitTP：面向边缘设备的轻量级轨迹预测模型与BitLLM

Mincheol Kang, Hyunjin Lim, Bomin Kang, Daehee Park

摘要

该论文提出BitTP，通过将基于大语言模型的轨迹预测器转换为轻量级比特线性架构，解决了在资源受限边缘设备上的部署难题。实验表明，仅对权重进行1.58比特量化（保持激活全精度）不仅保留了预测质量，还平均降低了14.29%的ADE和20.97%的FDE，同时减少了内存和延迟。

trajectory predictionlarge language modeledge computingquantizationautonomous systems

PERCEPTION

开放获取📊 4 引用

Ji-Hoon Hwang, Daeyoung Kim, Hyung-Suk Yoon 等 5 位作者

2026

PERCEPTION

📊 0 引用

Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Sili Ding, Feng Xu, Jie Chen 等 6 位作者

Progress in Materials Science · 2026