自动驾驶

FractalCloud: A Fractal-Inspired Architecture for Efficient Large-Scale Point Cloud Processing

FractalCloud: 一种受分形启发的高效大规模点云处理架构

Yuzhe Fu, Changchun Zhou, Hancheng Ye, Bowen Duan, Qiyu Huang, Chiyue Wei, Cong Guo, Hai "Helen'' Li, Yiran Chen

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

AI总结 FractalCloud通过分形启发的架构实现高效大规模点云处理，显著提升速度与能效。

Comments Accepted for publication in HPCA2026. Codes are released at https://github.com/Yuzhe-Fu/FractalCloud

Updatable Balanced Index for Fast On-device Search with Auto-selection Model

可更新的平衡索引用于设备端快速搜索与自动选择模型

Yushuai Ji, Sheng Wang, Zhiyu Chen, Yuan Sun, Zhiyong Peng

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 UnIS通过可更新的平衡索引和自动选择模型，提升设备端搜索效率，实现索引构造、插入和搜索的显著加速。

Comments Accepted for publication in the 42nd IEEE International Conference on Data Engineering (ICDE 2026). To appear

RINO: Accurate, Robust Radar-Inertial Odometry with Non-Iterative Estimation

RINO：在恶劣天气条件下准确且鲁棒的雷达惯性里程计与非迭代估计

Shuocheng Yang, Yueming Cao, Shengbo Eben Li, Jianqiang Wang, Shaobing Xu

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO

AI总结 RINO通过非迭代估计方法提升恶劣天气下雷达惯性里程计的鲁棒性和精度，减少误差并增强实时传感器状态融合能力。

Journal ref IEEE Transactions on Automation Science and Engineering, vol. 22, pp. 20420-20434, 2025

Measuring What Matters: Scenario-Driven Evaluation for Trajectory Predictors in Autonomous Driving

衡量重要性：面向自动驾驶轨迹预测器的场景驱动评估

Longchao Da, David Isele, Hua Wei, Manish Saroya

机构 * HRI, San Jose（HRI, 洛杉矶） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；self-driving(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出了一种基于场景驱动的评估流程，通过准确性与多样性两个维度评估自动驾驶轨迹预测器，以更合理地反映其对自动驾驶车辆性能的影响。

Comments 9 Pages, 8 Figures

Post-Training and Test-Time Scaling of Generative Agent Behavior Models for Interactive Autonomous Driving

生成代理行为模型在交互式自动驾驶中的训练和测试时间缩放

Hyunki Seong, Jeong-Kyun Lee, Heesoo Myeong, Yongho Shin, Hyun-Mook Cho, Duck Hoon Kim, Pranav Desai, Monu Surana

专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV

AI总结 本文提出GRBO和Warm-K两种方法，用于提升交互式自动驾驶中生成代理行为模型的训练和测试时间性能，提高安全性和鲁棒性。

Comments 11 pages, 5 figures

Advancing Autonomous Driving System Testing: Demands, Challenges, and Future Directions

推进自动驾驶系统测试：需求、挑战与未来方向

Yihan Liao, Jingyu Zhang, Jacky Keung, Yan Xiao, Yurou Dai

机构 * City University of Hong Kong（香港城市大学） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Lehigh University（莱斯大学） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.AI

AI总结 本研究探讨了自动驾驶系统测试的需求与挑战，指出现有测试技术在现实性能评估中的不足，并提出了未来研究方向，包括系统化测试标准、跨模型协作及可扩展验证框架。

Comments Accepted for publication in Information and Software Technology (IST)

Relational Anatomical Supervision for Accurate 3D Multi-Chamber Cardiac Mesh Reconstruction

关系解剖监督用于准确的3D多腔心脏网格重建

Chenyu Zhang, Yihao Luo, Lei Zhu, Martyn G Boutelle, Choon Hwai Yap, Guang Yang

机构 * Bioengineering Department Imperial College London, London W12 7SL, United Kingdom ； Lung Institute, Imperial College London, London, United Kingdom ； Cardiovascular Research Centre, Royal Brompton Hospital, London SW3 6NP, United Kingdom ； School of Biomedical Engineering \& Imaging Sciences, King's College London, London WC2R 2LS, United Kingdom ； ROAS Thrust, Hong Kong University of Science ； Department of Electronic ； Computer Engineering, Hong Kong University of Science 纠错

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

AI总结 本文提出了一种关系解剖监督框架，通过引入MIE损失，提升多腔心脏网格重建的准确性和解剖一致性。

A Survey on Uncertainty Quantification Methods for Deep Learning

Wenchong He, Zhe Jiang, Tingsong Xiao, Zelin Xu, Yukun Li

机构 * University of Florida（佛罗里达大学） ； Tufts University（塔夫茨大学） 纠错

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

Comments Accepted to ACM Computing Surveys