自动驾驶

A Style-Based Profiling Framework for Quantifying the Synthetic-to-Real Gap in Autonomous Driving Datasets

基于风格的 profiling 框架用于量化自动驾驶数据集的合成到现实差距

Dingyi Yao, Xinyao Han, Ruibo Ming, Zhihang Song, Lihui Peng, Jianming Hu, Danya Yao, Yi Zhang

机构 * Department of Automation, Tsinghua University（自动化系，清华大学） 纠错

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

AI总结 本文提出基于风格的 profiling 框架，通过 SEDD 度量标准量化合成与现实数据集的差距，提升自动驾驶数据集的质量控制。

Comments Accepted for publication at the 2026 IEEE Intelligent Vehicles Symposium (IEEE IV 2026)

Journal ref 2026 IEEE Intelligent Vehicles Symposium (IEEE IV 2026)

DecompGAIL: Learning Realistic Traffic Behaviors with Decomposed Multi-Agent Generative Adversarial Imitation Learning

DecompGAIL: 通过分解多智能体生成对抗模仿学习学习真实交通行为

Ke Guo, Haochen Liu, Xiaojun Wu, Chen Lv

机构 * Nanyang Technological University（南洋理工大学） ； Desay SV Automotive（德赛西威汽车） 纠错

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

AI总结 DecompGAIL通过分解多智能体生成对抗模仿学习方法，解决多智能体设置中GAIL的不稳定性问题，提升交通行为的真实性和整体性能。

Comments accepted by ICLR

Dissociation Line and Driving Force for Nucleation of the Multiple Occupied Hydrogen Hydrate from Computer Simulation

多占据氢水合物核化 dissociation 线及驱动力

Miguel J. Torrejon, S. Blazquez, Jesus Algaba, M. M. Conde, F. J. Blas

专题命中 仿真评测 ：occupancy(abstract)

AI总结 本研究通过计算方法确定了氢气水合物在185 MPa下的解离温度，并分析了其核化驱动力与过冷程度及占据状态的关系。

Journal ref Energy & Fuels 39, 15184 (2025)