自动驾驶

Variance-Guided Spatial Attention Fusion for Robust End-to-End Driving under Asymmetric Sensor Degradation

面向非对称传感器退化场景下鲁棒端到端驾驶的方差引导空间注意力融合

Weizhi Tao, Zengwang Jin, Xiao Wang, Hailong Huang

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Anhui University（安徽大学） ； Shenzhen Research Institute of Northwestern Polytechnical University（西北工业大学深圳研究院） 纠错

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

AI总结 提出VG-SAF框架，通过物理增强器、模态专家与混合注意力机制，在CARLA Longest6基准上提升非对称传感器退化下的端到端驾驶鲁棒性。

Comments 17 pages, 9 figures, and 4 tables, including supplementary material. Submitted to IEEE Transactions on Vehicular Technology

CoWorld-VLA: Thinking in a Multi-Expert World Model for Autonomous Driving

CoWorld-VLA：面向自动驾驶的多专家世界模型中的思考

Minqing Huang, Yujiao Xiang, Zihan Liang, Jiajie Huang, Jingqi Wang, Yuheng Zhou, Zhi Xu, Feiyang Tan, Hangning Zhou, Mu Yang, Gong Che

机构 * Afari Intelligent Drive（Afari智能驾驶公司） ； University of Electronic Science and Technology of China（电子科技大学） ； Shanghai Jiao Tong University（上海交通大学） ； Beijing University Of Posts and Telecommunications（北京邮电大学） ； Tianjin University（天津大学） 纠错

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

AI总结 本文提出CoWorld-VLA，通过多专家世界推理框架，利用显式条件指导动作规划，提升自动驾驶的场景生成与路径规划性能。

RoG-DAgger: Rollout-Guided Post-Training for End-to-End Driving

RoG-DAgger：面向端到端驾驶的基于回滚的后训练方法

Liangyu Zhong, Joachim Sicking, Fabian Hueger, Hanno Gottschalk

机构 * CARIAD SE, Volkswagen Group（大众集团旗下CARIAD SE） ； Institute of Mathematics, Technical University of Berlin（柏林工业大学数学研究所） 纠错

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

AI总结 本研究针对端到端驾驶系统训练与推理不匹配的问题，提出 RoG-DAgger 后训练框架，通过回滚优化专家演示与监督，在多个驾驶基准上显著提升了模型的驾驶性能与成功率。

Comments preprint, under review