《识别和优先处理军事物联网中的关键信息：视频游戏演示》122页

目前的通信和网络系统并不是为对延迟敏感的应用而构建的。最明显的事实是，理论上只有无限长的编码才能实现通信容量，这意味着无限长的延迟。解决这一问题的办法之一是使用较短的编码。从概念上讲，这种解决方案的困难还有一个更深层次的原因：在香农 1948 年的原始论文中，他一开始就指出信息的 “语义方面 ”与通信 “无关”。因此，在香农的通信系统中，以及在他之后建立的每一个网络中，我们把所有信息都放入统一的比特流中，而不管它们承载着什么含义，我们把这些比特作为单一类型的商品在网络上传输。因此，网络系统只能为所有这些比特提供统一水平的错误保护和延迟控制。我们认为，对于将通信网络与网络物理系统内在地联系在一起的军事物联网（IoT）应用来说，这种单一的延迟衡量标准或信息时代（AoI）是不够的。例如，自动驾驶军用车辆可能会向控制器发送一张前视图像。显然，图像中的所有信息对于车辆转向来说并非都同等重要：与背景中的一棵树相比，驶近的车辆是更紧急的信息。无人机和传感器等其他军用物联网设备也有类似的例子。

在这项工作中，提出了一种新方法，通过使用一种称为 H-Score 的指标，从本质上删除军事战场物联网场景中最关键的信息。这可确保神经网络只关注最重要的信息，而忽略所有背景信息。然后，我们通过对各种输入（从数字向量到 1000x1000 像素的图像）进行测试，对神经网络进行了广泛的评估。接下来，我们引入了手动边缘化的概念，它可以帮助我们对图像中的每个对象做出独立的判断。我们还开发了一款视频游戏，捕捉到了军事战场场景的精髓，并在此测试了我们开发的算法。最后，我们在一个简单的 Atari 太空入侵者视频游戏中应用我们的方法，在敌人向我们开火之前将其击落。