自动驾驶

Unlocking Past Information: Temporal Embeddings in Cooperative Bird's Eye View Prediction

解锁过去信息：合作鸟瞰图预测中的时间嵌入

Dominik Rößle, Jeremias Gerner, Klaus Bogenberger, Daniel Cremers, Stefanie Schmidtner, Torsten Schön

机构 * Department of Computer Science and AImotion Bavaria, Technische Hochschule Ingolstadt（计算机科学系和AImotion巴伐利亚，因戈尔施塔特技术大学） ； Department of Electrical Engineering and AImotion Bavaria, Technische Hochschule Ingolstadt（电气工程系和AImotion巴伐利亚，因戈尔施塔特技术大学） ； School of Engineering and Design, Technical University of Munich（工程与设计学院，慕尼黑技术大学） ； School of Computation, Information and Technology, Technical University of Munich（计算、信息与技术学院，慕尼黑技术大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；BEV(abstract)；分类 cs.CV

AI总结 TempCoBEV通过整合历史信息提升合作鸟瞰图预测的准确性和可靠性，尤其在通信故障情况下表现显著。

Comments Copyright 2024 IEEE. This is the accepted version of the paper. In 2024 IEEE Intelligent Vehicles Symposium (IV), pp. 2220-2225. Official paper available at https://doi.org/10.1109/IV55156.2024.10588608

Journal ref IEEE Intelligent Vehicles Symposium (IV), pp. 2220-2225, 2024

Active Asymmetric Multi-Agent Multimodal Learning under Uncertainty

在不确定性下主动非对称多智能体多模态学习

Rui Liu, Pratap Tokekar, Ming Lin

机构 * University of Maryland, College Park（马里兰大学 College Park分校） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.AI

AI总结 在不确定性下主动非对称多智能体多模态学习通过模态层面协作提升事故检测性能

Recov-Vision: Linking Street View Imagery and Vision-Language Models for Post-Disaster Recovery

Recov-Vision：通过街道视图影像与视觉-语言模型实现灾害后恢复

Yiming Xiao, Archit Gupta, Miguel Esparza, Yu-Hsuan Ho, Antonia Sebastian, Hannah Weas, Rose Houck, Ali Mostafavi

机构 * UrbanResilience.AI Lab（UrbanResilience.AI 实验室） ； Zachry Department of Civil and Environmental Engineering（Zachry 土木与环境工程系） ； Texas A&M University（德克萨斯A&M大学） ； Department of Earth, Marine and Environmental Sciences（地球、海洋与环境科学系） ； The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.CV

AI总结 Recov-Vision通过结合街道视图影像与视觉-语言模型，实现灾害后建筑占用的高精度评估与可解释决策支持。

Comments 20 pages, 10 figures

Natural Language Instructions for Scene-Responsive Human-in-the-Loop Motion Planning in Autonomous Driving using Vision-Language-Action Models

基于视觉-语言-动作模型的自动驾驶场景响应式人机协同运动规划的自然语言指令

Angel Martinez-Sanchez, Parthib Roy, Ross Greer

机构 * University of California, Merced（加州大学默塞德分校） 纠错

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

AI总结 本研究利用视觉-语言-动作模型，通过指令条件规划提升自动驾驶的鲁棒性和轨迹对齐性能。

GeneralVLA: Generalizable Vision-Language-Action Models with Knowledge-Guided Trajectory Planning

GeneralVLA：具备知识引导轨迹规划的通用视觉-语言-动作模型

Guoqing Ma, Siheng Wang, Zeyu Zhang, Shan Yu, Hao Tang

机构 * CASIA（中国科学院自动化研究所） ； Peking University（北京大学） 纠错

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

AI总结 GeneralVLA通过知识引导轨迹规划，实现无需真实数据或示范的通用视觉-语言-动作模型，提升机器人零样本操作和数据生成能力。

Interpolation of GEDI Biomass Estimates with Calibrated Uncertainty Quantification

利用校准不确定性量化进行GEDI生物量估计插值

Robin Young, Srinivasan Keshav

机构 * University of Cambridge（剑桥大学） 纠错

专题命中 规划控制 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出利用注意力神经过程（ANPs）进行GEDI生物量估计插值，通过校准不确定性量化提升预测准确性与不确定性校准效果。

Policy Learning with a Language Bottleneck

具有语言瓶颈的策略学习

Megha Srivastava, Cedric Colas, Dorsa Sadigh, Jacob Andreas

机构 * Stanford University（斯坦福大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Inria（法国国家信息与自动化技术研究院） 纠错

专题命中 规划控制 ：self-driving(abstract)；分类 cs.AI

AI总结 通过语言瓶颈框架，AI代理能生成可解释的策略规则，提升与人类的协作效率。

Comments Accepted to TMLR (2026)

AppleVLM: End-to-end Autonomous Driving with Advanced Perception and Planning-Enhanced Vision-Language Models

AppleVLM: 端到端自主驾驶与高级感知和规划增强的视觉语言模型

Yuxuan Han, Kunyuan Wu, Qianyi Shao, Renxiang Xiao, Zilu Wang, Cansen Jiang, Yi Xiao, Liang Hu, Yunjiang Lou

机构 * Shenzhen Key Lab for Advanced Motion Control and Modern Automation Equipments（深圳先进运动控制系统与现代自动化装备重点实验室） ； Guangdong Provincial Key Laboratory of Intelligent Morphing Mechanisms and Adaptive Robotics（广东省智能变形机制与适应机器人省重点实验室） ； School of Intelligence Science and Engineering（智能科学与工程学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； National Key Laboratory of Smart Farm Technologies and Systems（国家智能农业技术与系统重点实验室） ； Autonomous Driving Center（自动驾驶中心） ； Shanghai Utopilot Technology Co.Ltd.（上海驭目科技有限公司） 纠错

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

AI总结 AppleVLM通过引入先进的视觉和规划编码器，提升端到端自动驾驶的感知和决策能力，实现复杂环境下的稳健驾驶性能。

A Unified Candidate Set with Scene-Adaptive Refinement via Diffusion for End-to-End Autonomous Driving

通过扩散生成场景自适应候选集的统一候选集用于端到端自动驾驶

Zhengfei Wu, Shuaixi Pan, Shuohan Chen, Shuo Yang, Yanjun Huang

机构 * School of Automotive Studies, Tongji University, Shanghai, China（同济大学汽车学院） 纠错

专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.RO

AI总结 CdDrive通过扩散生成场景自适应候选集，提升端到端自动驾驶的候选集设计与轨迹平滑性

SPOT-Occ: Sparse Prototype-guided Transformer for Camera-based 3D Occupancy Prediction

SPOT-Occ: 基于稀疏原型的Transformer用于基于相机的3D占用预测

Suzeyu Chen, Leheng Li, Ying-Cong Chen

机构 * Artificial Intelligence Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学人工智能方向（广州）） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学计算机科学与工程系） 纠错

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

AI总结 SPOT-Occ提出了一种基于稀疏原型的Transformer解码器，通过引导特征选择和聚焦聚合提升基于相机的3D占用预测的效率与精度。

Comments 8 pages, 6 figures

Giant orbital magnetization in two-dimensional materials

二维材料中的巨轨道磁化

Martin Ovesen, Thomas Olsen

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 研究发现二维材料中通过晶场分裂和轨道填充可产生巨轨道磁化，Hubbard修正和自洽自旋轨道耦合显著提升预测精度。

Comments 10 pages, 7 figures

LiDAR, GNSS and IMU Sensor Fine Alignment through Dynamic Time Warping to Construct 3D City Maps

通过动态时间规整实现LiDAR、GNSS和IMU传感器精细对齐以构建3D城市地图

Haitian Wang, Hezam Albaqami, Xinyu Wang, Muhammad Ibrahim, Zainy M. Malakan, Abdullah M. Algamdi, Mohammed H. Alghamdi, Ajmal Mian

机构 * University of Western Australia（西澳大学） ； University of Jeddah（朱尔法大学） ； Umm Al-Qura University（乌姆·阿勒·盖拉大学） ； King Khalid University（国王·卡利德大学） 纠错

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

AI总结 本文提出通过动态时间规整实现LiDAR、GNSS和IMU传感器精细对齐，以提高3D城市地图构建的精度和一致性。

Comments This paper has been submitted to IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (JSTARS) and is currently under review

Beyond the Vehicle: Cooperative Localization by Fusing Point Clouds for GPS-Challenged Urban Scenarios

超越车辆：通过融合点云进行协作定位以应对GPS挑战的都市场景

Kuo-Yi Chao, Ralph Rasshofer, Alois Christian Knoll

机构 * Technical University of Munich（慕尼黑技术大学） ； BMW Group（宝马集团） 纠错

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

AI总结 本文提出一种融合点云的协作定位方法，通过多传感器和多模态数据提升GPS不可靠城市环境中的定位精度和鲁棒性。

Comments 8 pages, 2 figures, Driving the Future Symposium 2025

Radar-Inertial Odometry For Computationally Constrained Aerial Navigation

雷达-惯性里程计用于计算受限的空中导航

Jan Michalczyk

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO

AI总结 本研究提出雷达-惯性里程计算法，结合雷达和惯性测量单元数据，用于在资源受限条件下实现无人机的实时导航状态估计。

CRoSS: A Continual Robotic Simulation Suite for Scalable Reinforcement Learning with High Task Diversity and Realistic Physics Simulation

CRoSS：一种用于可扩展强化学习的连续机器人仿真套件，具有高任务多样性和真实物理仿真

Yannick Denker, Alexander Gepperth

机构 * Department of Computer Science（计算机科学系） ； Fulda University of Applied Sciences（弗鲁达应用科学大学） 纠错

专题命中 仿真评测 ：LiDAR(abstract)；分类 cs.AI

AI总结 CRoSS是一种用于连续强化学习的机器人仿真套件，通过高任务多样性和真实物理仿真，提供可扩展且可重复的基准测试环境。

The Dynamics of Attention across Automated and Manual Driving Modes: A Driving Simulation Study

自动驾驶与手动驾驶模式下注意力动态研究：驾驶模拟研究

Yuan Cai, Mustafa Demir, Farzan Sasangohar, Mohsen Zare

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

AI总结 研究通过驾驶模拟分析不同驾驶模式下驾驶员注意力动态，揭示注意力分配依赖于驾驶模式，为自适应HMI设计和安全提升提供依据。

From Expectation To Experience: A Before And After Survey Of Public Opinion On Autonomous Cars In Saudi Arabia

从期望到经验：沙特阿拉伯公众对自动驾驶汽车的前后调查

Mona Alfayez, Ohoud Alharbi

专题命中 其他自动驾驶 ：self-driving(abstract)

AI总结 本研究探讨了沙特公众在接触自动驾驶技术前后的看法，并分析了人口统计因素对接受度的影响，为政策制定者提供促进自动驾驶融入交通系统的策略。