自动驾驶

PC2P: Multi-Agent Path Finding via Personalized-Enhanced Communication and Crowd Perception

PC2P：通过个性化增强通信与人群感知进行多智能体路径寻找

Guotao Li, Shaoyun Xu, Yuexing Hao, Yang Wang, Yuhui Sun

机构 * Institute of Microelectronics of the Chinese Academy of Sciences（中国科学院微电子研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.AI

AI总结 PC2P通过个性化增强通信与人群感知方法，提升多智能体路径寻找在复杂环境中的协同与扩展能力。

Comments 8 pages,7 figures,3 tables,Accepted to IROS 2025

Alpamayo-R1: Bridging Reasoning and Action Prediction for Generalizable Autonomous Driving in the Long Tail

Alpamayo-R1: 联结推理与动作预测以实现通用的自动驾驶在长尾场景

NVIDIA, :, Yan Wang, Wenjie Luo, Junjie Bai, Yulong Cao, Tong Che, Ke Chen, Yuxiao Chen, Jenna Diamond, Yifan Ding, Wenhao Ding, Liang Feng, Greg Heinrich, Jack Huang, Peter Karkus, Boyi Li, Pinyi Li, Tsung-Yi Lin, Dongran Liu, Ming-Yu Liu, Langechuan Liu, Zhijian Liu, Jason Lu, Yunxiang Mao, Pavlo Molchanov, Lindsey Pavao, Zhenghao Peng, Mike Ranzinger, Ed Schmerling, Shida Shen, Yunfei Shi, Sarah Tariq, Ran Tian, Tilman Wekel, Xinshuo Weng, Tianjun Xiao, Eric Yang, Xiaodong Yang, Yurong You, Xiaohui Zeng, Wenyuan Zhang, Boris Ivanovic, Marco Pavone

机构 * NVIDIA 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.RO、cs.AI

AI总结 Alpamayo-R1通过整合因果推理与轨迹规划，提升了自动驾驶在长尾场景中的规划准确性和安全性。

Towards Safe Autonomous Driving: A Real-Time Motion Planning Algorithm on Embedded Hardware

迈向安全的自动驾驶：在嵌入式硬件上的实时运动规划算法

Korbinian Moller, Glenn Johannes Tungka, Lucas Jürgens, Johannes Betz

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

AI总结 本文提出一种在嵌入式硬件上实时运行的轻量级轨迹规划算法，用于提升自动驾驶系统在故障情况下的安全性和可靠性。

Comments 7 pages, submitted to the IEEE Intelligent Vehicles Symposium (IV 2026), Detroit, MI, United States

From Human Intention to Action Prediction: Intention-Driven End-to-End Autonomous Driving

从人类意图到动作预测：意图驱动的端到端自动驾驶

Huan Zheng, Yucheng Zhou, Tianyi Yan, Jiayi Su, Hongjun Chen, Dubing Chen, Xingtai Gui, Wencheng Han, Runzhou Tao, Zhongying Qiu, Jianfei Yang, Jianbing Shen

机构 * SKL-IOTSC, CIS, University of Macau（澳门大学SKL-IOTSC、CIS） ； Zhejiang ZEEKR Automobile Research & Development Co., Ltd.（浙江浙汽汽车研究院有限公司） 纠错

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

AI总结 本文提出意图驱动的端到端自动驾驶框架，通过引入新的评估协议和两种解决方案范式，提升自动驾驶对高层次人类意图的理解和实现能力。

Real-time Velocity Profile Optimization for Time-Optimal Maneuvering with Generic Acceleration Constraints

实时速度剖面优化用于满足通用加速度约束的时间最优 maneuvering

Mattia Piazza, Mattia Piccinini, Sebastiano Taddei, Francesco Biral, Enrico Bertolazzi

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

AI总结 FBGA通过前向-后向算法实现高精度快速的时间最优轨迹规划，适用于复杂加速度约束的自动驾驶赛车应用。

Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 2, pp. 1674-1681, Feb. 2026

Supercomputing for High-speed Avoidance and Reactive Planning in Robots

为机器人提供高速避障与反应规划的超级计算

Kieran S. Lachmansingh, José R. González-Estrada, Jacob Chisholm, Ryan E. Grant, Matthew K. X. J. Pan

机构 * Ingenuity Labs Research Institute（创新实验室研究机构） ； Queen’s University（女王大学） 纠错

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

AI总结 SHARP通过HPC实现机器人毫秒级避障与反应规划，展示高并发计算在实时机器人中的可行性及混合控制架构的应用。

Comments Error in the graph size calculation, recalculated and resubmitted

Lunar Rover Cargo Transport: Mission Concept and Field Test

月球车货运运输：任务概念与实地测试

Alexander Krawciw, Nicolas Olmedo, Faizan Rehmatullah, Maxime Desjardins-Goulet, Pascal Toupin, Timothy D. Barfoot

机构 * Institute for Aerospace Studies, University of Toronto（多伦多大学航空航天研究所） ； MDA Space（MDA空间公司） ； Centre de Technologies Avancées（先进研究中心） 纠错

专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO

AI总结 本研究提出了一种基于Lidar Teach and Repeat的月球车货运运输方案，通过半自主远程控制模式实现货物的精准运输和装载，验证了系统在恶劣环境下的可靠性。

Comments 15 Pages, 13 Figures, to appear in IEEE Transactions on Field Robotics

FROST-Drive: Scalable and Efficient End-to-End Driving with a Frozen Vision Encoder

FROST-Drive: 可扩展且高效的端到端驾驶方法，采用冻结的视觉编码器

Zeyu Dong, Yimin Zhu, Yu Wu, Yu Sun

机构 * Stony Brook University（石溪大学） ； Rutgers University（罗格斯大学） ； Sunrise Technology Inc.（Sunrise技术公司） 纠错

专题命中 端到端驾驶 ：end-to-end driving(title)；autonomous driving(abstract)；trajectory planning(abstract)；分类 cs.CV、cs.AI

AI总结 FROST-Drive通过冻结预训练视觉编码器，结合适配器和解码器，实现高效端到端驾驶，优于全微调方法。

Deflickering Vision-Based Occupancy Networks through Lightweight Spatio-Temporal Correlation

通过轻量级时空相关性提升基于视觉的占用网络

Fengcheng Yu, Haoran Xu, Canming Xia, Ziyang Zong, Guang Tan

机构 * Sun Yat-sen University（中山大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出OccLinker框架，通过整合历史信息和双交叉注意力机制，提升基于视觉的占用网络在自动驾驶中的时间一致性与性能

Systematic Evaluation of Depth Backbones and Semantic Cues for Monocular Pseudo-LiDAR 3D Detection

单目伪LiDAR 3D检测中深度骨干网络与语义线索的系统评估

Samson Oseiwe Ajadalu

机构 * University of Toronto（多伦多大学） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO、cs.CV

AI总结 本文系统评估了单目伪LiDAR 3D检测中深度骨干网络和语义线索的影响，发现几何保真度和深度骨干网络选择对性能更为关键。

Comments 7 pages, 4 figures

A Comprehensive Database of Leaf Temperature, Water, and CO 2 Fluxes in Young Oil Palm Plants Across Diverse Climate Scenarios

全面的年轻油棕植物叶温度、水分和CO2通量数据库，在多样的气候情景下

Raphael Perez, Valentin Torrelli, Sandrine Roques, Sébastien Devidal, Clément Piel, Damien Landais, Merlin Ramel, Thomas Arsouze, Julien Lamour, Jean-Pierre Caliman, Rémi Vezy

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 本研究提供了一个全面的油棕植物叶温度、水分和CO2通量数据库，用于评估FSPM模型的准确性，促进生物物理模型的基准测试和改进。

Comments Data and code availability: The raw data and scripts used to generate the final database are detailed and accessible on Zenodo (Vezy et al., 2025), the code is also accessible via a Github repository (https://github.com/PalmStudio/Biophysics\_database\_palm), and we also provide a companion website (https://palmstudio.github.io/Biophysics\_database\_palm) showing how computations were made and the main results. The code to trigger the FLIR camera and for logging the precision scale data is also available on dedicated Zenodo repositories (Vezy, 2025a, 2025b)

On the Robustness of Fairness Practices: A Causal Framework for Systematic Evaluation

关于公平实践的鲁棒性：一种系统评估的因果框架

Verya Monjezi, Ashish Kumar, Ashutosh Trivedi, Gang Tan, Saeid Tizpaz-Niari

专题命中 仿真评测 ：autonomous driving(abstract)

AI总结 本文提出一种因果框架，用于系统评估公平实践的鲁棒性，探讨其在数据不完美情况下的有效性。