自动驾驶

Reasoning-VLA: A Fast and General Vision-Language-Action Reasoning Model for Autonomous Driving

Reasoning-VLA: 一种用于自动驾驶的快速且通用的视觉-语言-动作推理模型

Dapeng Zhang, Zhenlong Yuan, Zhangquan Chen, Chih-Ting Liao, Yinda Chen, Fei Shen, Qingguo Zhou, Tat-Seng Chua

机构 * Lanzhou University（兰州大学） ； National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） ； University of New South Wales（新南威尔士大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV

AI总结 Reasoning-VLA通过引入可学习的动作查询和链式思维推理的数据格式，实现了在自动驾驶中快速且通用的视觉-语言-动作推理。

On-Demand Multi-Task Sparsity for Efficient Large-Model Deployment on Edge Devices

按需多任务稀疏性用于高效部署大型模型到边缘设备

Lianming Huang, Haibo Hu, Qiao Li, Nan Guan, Chun Jason Xue

机构 * City University of Hongkong（香港城市大学） ； Mohamed bin Zayed University of Artificial Intelligence（马尔代夫 bin Zayed 人工智能大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出一种按需多任务稀疏性框架，通过最大化参数重用减少边缘设备上任务切换的I/O开销，实验表明其在自动驾驶场景中显著提升了任务切换效率。

DeLightMono: Enhancing Self-Supervised Monocular Depth Estimation in Endoscopy by Decoupling Uneven Illumination

DeLightMono: 通过解耦不均匀照明提升内窥镜自监督单目深度估计

Mingyang Ou, Haojin Li, Yifeng Zhang, Ke Niu, Zhongxi Qiu, Heng Li, Jiang Liu

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 DeLightMono通过解耦照明和反光信息，提升内窥镜图像中低光照区域的自监督单目深度估计性能。

AVS: A Computational and Hierarchical Storage System for Autonomous Vehicles

AVS：面向自动驾驶车辆的计算与分层存储系统

Yuxin Wang, Yuankai He, Weisong Shi

机构 * University of Delaware（特拉华大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 AVS是一种面向自动驾驶车辆的计算与分层存储系统，通过模态感知压缩、热-冷分层和轻量级元数据层，实现高效的数据存储与检索。

VIL2C: Value-of-Information Aware Low-Latency Communication for Multi-Agent Reinforcement Learning

VIL2C: 价值-信息感知的低延迟通信用于多智能体强化学习

Qian Zhang, Zhuo Sun, Yao Zhang, Zhiwen Yu, Bin Guo, Jun Zhang

专题命中 其他自动驾驶 ：autonomous driving(abstract)

AI总结 VIL2C通过价值-信息感知的低延迟通信机制，优化资源分配与接收时间，提升多智能体强化学习性能。