自动驾驶

Learning the Pareto Space of Multi-Objective Autonomous Driving: A Modular, Data-Driven Approach

学习多目标自动驾驶的帕累托空间：一种模块化、数据驱动的方法

Mohammad Elayan, Wissam Kontar

机构 * Dept. of Civil \& Environmental Engineering University of Nebraska-Lincoln 纠错

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

AI总结 本文提出了一种模块化、数据驱动的方法，通过自然轨迹数据学习多目标自动驾驶的帕累托空间，揭示了自动驾驶车辆在现实世界中的性能权衡与优化潜力。

Comments Accepted for presentation/publication at the The IEEE Intelligent Vehicles Symposium of 2026 (IEEE IV 2026)

Problem Space Transformations for Out-of-Distribution Generalisation in Behavioural Cloning

行为克隆中面向分布外泛化的问题空间变换

Kiran Doshi, Marco Bagatella, Stelian Coros

机构 * Department of Computer Science at ETH Zürich（苏黎世联邦理工学院计算机科学系） 纠错

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

AI总结 本文提出通过问题空间变换提升行为克隆在分布外泛化中的性能，通过实验验证了姿态等价性和局部性对动作预测的改进作用。