自动驾驶

Improving Partially Observed Trajectories Forecasting by Target-driven Self-Distillation

通过目标驱动自蒸馏改进部分观测轨迹预测

Peng Shu, Pengfei Zhu, Mengshi Qi, Liang Liu

机构 * State Key Laboratory of Networking and Switching Technology（网络与交换技术国家重点实验室） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出目标驱动自蒸馏方法，通过单端到端训练提升部分观测轨迹预测的准确性，实验表明在多个数据集上效果显著。

Gradient Inversion in Federated Reinforcement Learning

联邦强化学习中的梯度反向

Shenghong He

机构 * Distributed Computing Research Center（分布式计算研究中心） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.AI

AI总结 本文提出RGIA方法，通过正则化梯度反向攻击，有效重建联邦强化学习中的本地私有数据。

Decision-Focused Learning for Neural Network-Constrained HVAC Scheduling

面向神经网络约束的建筑自动控制决策聚焦学习

Pietro Favaro, Jean-François Toubeau, François Vallée, Yury Dvorkin

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出一种基于决策聚焦学习和随机平滑的HVAC管理系统，通过神经网络约束优化建筑能耗和电网服务性能。

Comments 14 pages; accepted IEEE Transactions on Smart Grid;

SocialDriveGen: Generating Diverse Traffic Scenarios with Controllable Social Interactions

SocialDriveGen: 生成具有可控社会互动的多样化交通场景

Jiaguo Tian, Zhengbang Zhu, Shenyu Zhang, Li Xu, Bo Zheng, Xu Liu, Weiji Peng, Shizeng Yao, Weinan Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Chongqing Changan Automobile Co. Ltd（重庆长安汽车有限公司） 纠错

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 SocialDriveGen通过整合语义推理和社会偏好建模，生成具有可控社会互动的多样化交通场景，提升自动驾驶策略的鲁棒性和泛化能力。