自动驾驶

Geometry-Aware Spatio-Temporal Context Modeling for 4D Occupancy Forecasting

面向4D占用预测的几何感知时空上下文建模

Sitao Chen, Zhuangwei Zhuang, Hui Luo, Qingyao Wu, Mingkui Tan

机构 * South China University of Technology（华南理工大学） ； Institute of Optics and Electronics, CAS（中国科学院光电技术研究所） 纠错

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

AI总结 针对4D占用预测现有方法的几何失真与时间一致性问题，提出GAST方法，经Occ3D-nuScenes实验较SOTA实现mIoU、IoU提升及加速，长期预测性能强。

SimWAM: A Simple World Action Model for End-to-End Autonomous Driving

SimWAM：一种用于端到端自动驾驶的简单世界动作模型

Zongchuang Zhao, Xin Zhou, Tianyang Xu, Zhengyang Sun, Kaixuan Zhou, Honglin Li, Dingkang Liang, Xiang Bai

机构 * Huazhong University of Science & Technology（华中科技大学） ； Dongfeng Research & Development Institute（东风研发院） 纠错

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

AI总结 SimWAM是一种仅将视频生成用作训练信号的简单WAM，通过联合流匹配协同训练视频与动作专家，在NAVSIM上达91.5 PDMS且延迟更低，可零样本迁移至nuScenes，为高效自动驾驶提供可靠基线。

Comments The code and model weights are available at https://github.com/H-EmbodVis/SimWAM/

Interpretable self-driving sputter epitaxy: from black-box optimization to human-usable growth rules

可解释的自动驾驶溅射外延：从黑盒优化到可为人使用的生长规则

Yuki K. Wakabayashi, Yui Ogawa, Franz Benedict Romero, Takuma Otsuka, Yoshitaka Taniyasu

专题命中 仿真评测 ：self-driving(title,abstract)

AI总结 本文提出一种可解释的自动驾驶实验室框架，通过结合贝叶斯优化和自动化光学评估，实现高质量 beta-Ga2O3 异质和同质外延的生长规则优化。

Risk-Adaptive Edge--Cloud Visual Reasoning for Communication-Efficient Autonomous Driving

面向通信高效自动驾驶的风险自适应边云视觉推理

Meng Ma, Shuyang Li, Naigang Wang, Ruimin Ke

机构 * Rensselaer Polytechnic Institute（伦斯勒理工学院） ； IBM T. J. Watson Research Center（IBM T. J. 沃森研究中心） 纠错

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

AI总结 本研究提出风险自适应边云视觉推理架构，通过车载交通评估触发云端VLM推理，在自动驾驶中减少54.1%云端请求量，同时保持任务成功率并降低AEB触发次数，实现通信效率与性能的平衡。

Comments 7 pages, 4 figures, 5 tables

OODBench: Out-of-Distribution Benchmark for Large Vision-Language Models

OODBench: 用于大型视觉-语言模型的分布外基准

Ling Lin, Yang Bai, Heng Su, Congcong Zhu, Yaoxing Wang, Yang Zhou, Huazhu Fu, Jingrun Chen

机构 * University of Science and Technology of China ； Suzhou Institute for Advanced Research, USTC ； Key Laboratory of the Ministry of Education for Mathematical Foundations ； Unmanned System Research Institute, Northwestern Polytechnical University 纠错

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

AI总结 OODBench提出了一种自动化方法，用于构建评估大型视觉-语言模型处理分布外数据能力的基准，并展示了当前模型在面对此类数据时的性能下降。

Comments 54 pages, 21 figures