自动驾驶

WaymoQA: A Multi-View Visual Question Answering Dataset for Safety-Critical Reasoning in Autonomous Driving

WaymoQA: 一个用于自动驾驶安全关键推理的多视角视觉问答数据集

Seungjun Yu, Seonho Lee, Namho Kim, Jaeyo Shin, Junsung Park, Wonjeong Ryu, Raehyuk Jung, Hyunjung Shim

机构 * Hanyang University（翰阳大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(title,abstract)；分类 cs.CV、cs.AI

AI总结 WaymoQA通过多视角输入提升自动驾驶的安全关键推理能力，提供35,000个标注问题-答案对，显著增强大语言模型的推理性能。

BLUE: Toward Better Language Use in Efficient Vision-Language-Action Models for Autonomous Driving

BLUE：迈向自动驾驶高效视觉-语言-动作模型中更好的语言使用

George Ling, Lijin Yang, Hao Yang, Zhongzhan Huang

机构 * Bosch Research（博世研究院） 纠错

专题命中 其他自动驾驶 ：autonomous driving(title,abstract)；分类 cs.CV

AI总结 提出BLUE方法，通过轻量门控机制在视觉-语言-动作模型中按帧决定是否激活语言生成，实现性能提升和2.54倍推理加速。

Comments Accepted to EMNLP 2026 Main Conference

Asymmetric Dual-Decoder U-Net for Joint Rain and Haze Removal

Yuan Feng, Yaojun Hu, Pengfei Fang, Yanhong Yang, Sheng Liu, Shengyong Chen

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、eess.IV

Comments 12 pages, 35 figures

Journal ref TOMM2023

From the Loss Landscape to Diverse Feature Learning in Neural Networks

从损失地形到神经网络中的多样化特征学习

David Aram Yunis

机构 * TOYOTA TECHNOLOGICAL INSTITUTE AT CHICAGO（芝加哥丰田理工学院） 纠错

专题命中 其他自动驾驶 ：self-driving(abstract)；分类 cs.AI

AI总结 本论文针对神经网络研究中对其解决方案机制认知不足的问题，阐明并利用损失地形中的模式连通性特殊结构，以推动神经网络的可解释性研究。

Comments PhD dissertation. This article draws from arXiv:2408.11804