自动驾驶

Multi-Agent Orchestration with the Common-Sense Reasoning Capabilities of LLMs for Autonomous Driving

结合大语言模型常识推理能力的多智能体协同框架用于自动驾驶

Mehdi Azarafza, Faezeh Pasandideh, Ali Ehteshami Bejnordi, Stefan Henkler, Achim Rettberg

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

AI总结 该研究针对自动驾驶中强化学习等方法的上下文推理缺陷，提出结合LLM常识推理的混合多智能体协同框架，经CARLA场景验证可保留结构化控制与安全机制，具备应用潜力。

Comments 16 pages, 7 figures

RoboRacer Arena: Scaling High-Fidelity Autonomous Racing in Isaac Sim

RoboRacer Arena：在Isaac Sim中扩展高保真自主赛车研究

Mihaela-Larisa Clement, Agnes Poks, Ezio Bartocci

机构 * TU Wien（维也纳技术大学） ； AIT Austrian Institute of Technology（奥地利技术研究所） 纠错

专题命中 仿真评测 ：occupancy(abstract)；分类 cs.RO

AI总结 本研究针对RoboRacer平台赛道扩展问题，开发RoboRacer Arena系统可从占用地图自动生成高保真3D赛车环境，支持自然语言生成赛道，在Isaac Sim中实现高效可复现的自主赛车仿真。

Comments Submitted to ICRA 2027

Minimal Local Simulation Foundations for LLM- and VLM-Driven Agents in 2D and 3D Environments

用于二维和三维环境中大型语言模型（LLM）与视觉语言模型（VLM）驱动智能体的极简局部仿真基础

Ryuki Hyodo

专题命中 仿真评测 ：occupancy(abstract)；分类 cs.AI

AI总结 该研究提出SD-AgentFoundry-2D和3D两款极简仿真基础，可在多系统本地运行，用于教育与快速原型设计，为学习生成式社会仿真及构建特定领域扩展提供便捷起点。

Comments GitHub Repositories: this https URL (https://github.com/ryukih/SD-AgentFoundry-2D) and this https URL (https://github.com/ryukih/SD-AgentFoundry-3D)

ReWorld: Representation Learning for World Action Models

ReWorld：为世界动作模型学习更好的表示

Tianze Xia, Lijun Zhou, Kaixin Xiong, Jingfeng Yao, Zhenxin Zhu, Haiyang Sun, Bing Wang, Guang Chen, Wenyu Liu, Hangjun Ye, Xinggang Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Xiaomi EV（小米汽车） 纠错

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

AI总结 提出ReWorld框架，通过优化中间表示（未来预测监督、跨模态对齐、难负样本监督）提升自动驾驶世界动作模型的规划性能，在nuScenes和NAVSIM上取得显著提升。

Comments 15 pages,5 figures