自动驾驶

Representation Learning for Point Cloud Understanding

点云理解的表示学习

Siming Yan

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 激光雷达 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本研究提出整合预训练2D模型以提升3D点云理解的方法，通过自监督学习和迁移学习改进点云表示学习。

Comments 181 pages

STONE: Pioneering the One-to-N Universal Backdoor Threat in 3D Point Cloud

STONE：开创性地探索3D点云中的一对多通用后门威胁

Dongmei Shan, Wei Lian, Chongxia Wang

机构 * Changzhi University（长治大学） 纠错

专题命中 激光雷达 ：autonomous driving(abstract)；分类 cs.CV

AI总结 STONE首次提出3D点云中一对多通用后门威胁，通过可配置球形触发器设计实现高攻击成功率，为多目标后门威胁提供理论与实证基础。

Comments 15 pages, 5 figures

Optimizing Age of Information in Networks with Large and Small Updates

在具有大更新和小更新的网络中优化信息年龄

Zhuoyi Zhao, Vishrant Tripathi, Igor Kadota

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 本文提出了一种基于信息年龄的Max-Weight调度策略，通过考虑大和小更新的大小，实现了在具有不同更新大小的网络中的最优信息年龄优化。

Comments To appear in WiOpt 2025

VP-AutoTest: A Virtual-Physical Fusion Autonomous Driving Testing Platform

VP-AutoTest：一种虚拟-物理融合的自动驾驶测试平台

Yiming Cui, Shiyu Fang, Jiarui Zhang, Yan Huang, Chengkai Xu, Bing Zhu, Hao Zhang, Peng Hang, Jian Sun

机构 * Department of Traffic Engineering & Key Laboratory of Road and Traffic Engineering, Ministry of Education, Tongji University（交通工程系及道路交通工程重点实验室，教育部，同济大学） ； College of Electronic and Information Engineering, Department of Control Science and Engineering, and Shanghai Institute of Intelligent Science and Technology, Tongji University（电子信息学院、控制科学与工程系及上海智能科学技术研究院，同济大学） ； State Key Laboratory of Automotive Simulation and Control, Jilin University（汽车仿真与控制国家重点实验室，吉林大学） 纠错

专题命中 多传感器融合 ：autonomous driving(title,abstract)；分类 cs.RO

AI总结 VP-AutoTest通过整合多种虚拟和物理元素，实现自动驾驶测试的高仿真与高效能，解决传统测试方法的局限性。

VG3T: Visual Geometry Grounded Gaussian Transformer

VG3T：基于视觉几何的高斯变换器

Junho Kim, Seongwon Lee

专题命中 仿真评测 ：occupancy(abstract)；分类 cs.CV、cs.AI

AI总结 VG3T通过基于视觉几何的高斯变换器，实现了更高效且一致的3D场景表示，提升了mIoU性能并降低了计算成本。

A self-driving lab for solution-processed electrochromic thin films

面向解决方案加工电色材料的自主实验室

Selma Dahms, Luca Torresi, Shahbaz Tareq Bandesha, Jan Hansmann, Holger Röhm, Alexander Colsmann, Marco Schott, Pascal Friederich

专题命中 其他自动驾驶 ：self-driving(title,abstract)

AI总结 本研究通过结合自动化与机器学习，开发自主实验室加速电色涂层开发，提升材料发现和工艺优化效率。

Deep Learning and Machine Learning, Advancing Big Data Analytics and Management: Handy Appetizer

深度学习与机器学习，推动大数据分析与管理：开胃菜

Benji Peng, Xuanhe Pan, Yizhu Wen, Ziqian Bi, Keyu Chen, Ming Li, Ming Liu, Qian Niu, Junyu Liu, Jinlang Wang, Sen Zhang, Jiawei Xu, Xinyuan Song, Zekun Jiang, Tianyang Wang, Pohsun Feng

机构 * AppCubic ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Department of Electrical and Computer Engineering, University of Hawaii at Manoa（夏威夷大学马诺а分校电子与计算机工程系） ； Indiana University（印第安纳大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Purdue University（普渡大学） ； Kyoto University（京都大学） ； Rutgers University（罗格斯大学） ； National Taiwan Normal University（台湾师范大学） ； Emory University（埃默里大学） ； Sichuan University（四川大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） 纠错

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

AI总结 本书通过深入浅出的方式介绍深度学习与大数据管理的核心技术及应用，涵盖经典模型、预训练模型和大数据管理工具，为读者提供全面的实践指导。

Comments This book contains 93 pages and 60 figures