自动驾驶

On Disturbance-Aware Minimum-Time Trajectory Planning: Evidence from Tests on a Dynamic Driving Simulator

关于扰动感知的最短时间轨迹规划：动态驾驶模拟器上的实验证据

Matteo Masoni, Vincenzo Palermo, Marco Gabiccini, Martino Gulisano, Giorgio Previati, Massimiliano Gobbi, Francesco Comolli, Gianpiero Mastinu, Massimo Guiggiani

机构 * Università di Pisa（帕尔马大学） ； Politecnico di Milano（米兰理工大学） 纠错

专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO

AI总结 本文提出扰动感知的最短时间轨迹规划方法，通过动态模拟器实验验证，表明FLC在降低转向努力的同时保持较短的lap时间，提升了驾驶性能和稳定性。

Comments 18 pages, 11 figures, 5 tables

dVLM-AD: Enhance Diffusion Vision-Language-Model for Driving via Controllable Reasoning

dVLM-AD：通过可控推理增强扩散视觉语言模型以实现驾驶

Yingzi Ma, Yulong Cao, Wenhao Ding, Shuibai Zhang, Yan Wang, Boris Ivanovic, Ming Jiang, Marco Pavone, Chaowei Xiao

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； NVIDIA（英伟达） ； Stanford University（斯坦福大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 dVLM-AD通过可控推理提升扩散视觉语言模型，实现更一致的驾驶推理与规划性能。