自动驾驶

CAPS: Fine-Tuning CCA Timing

CAPS：微调 CCA 定时

Raphael Zailer, Isaac Keslassy

专题命中 规划控制 ：occupancy(abstract)

AI总结 研究数据中心拥塞控制，提出 CAPS 轻量级分布式调度层，通过将发送方传输与 ACK 时钟瓶颈时隙锁相及每流校正补偿异构 RTT，刻画多种拓扑稳态并验证，能降低队列占用率且不损失吞吐量。

Semi-on-Demand Off-Peak Transit Services with Shared Autonomous Vehicles -- Service Planning, Simulation, and Analysis in Munich, Germany

基于共享自动驾驶车辆的半按需非高峰公交服务——德国慕尼黑的服务规划、模拟与分析

Max T. M. Ng, Roman Engelhardt, Florian Dandl, Vasileios Volakakis, Hani S. Mahmassani, Klaus Bogenberger

专题命中 规划控制 ：occupancy(abstract)

AI总结 研究基于共享自动驾驶车辆的半按需非高峰公交服务，结合分析建模与模拟方法，探讨德国慕尼黑十条公交线路的服务规划等关键问题，发现SAV可提高服务质量，验证了分析模型，明确最佳SoD设置及过渡阶段的情况。

Comments 38 pages, 10 figures, accepted for publication in Transportation Research Part C: Emerging Technologies. A previous version was presented at the 104th Transportation Research Board Annual Meeting, Washington, D.C

Journal ref Transportation Research Part C: Emerging Technologies, 2026

Scalable Multi-Controller Coordination in Periplus via Border-Switch Forwarding Graphs

通过边界交换转发图在Periplus中实现可扩展的多控制器协调

E. M. Castro Barbero, P. de las Heras Quirós, F. J. Simó Reigadas

专题命中 规划控制 ：occupancy(abstract)

AI总结 研究带内SDN控制平面中多控制器协调问题，提出Periplus的多控制器协调平面，通过C-Adv消息发现邻居、构建路由，评估基于Ryu在Mininet中的实现，结果显示其可扩展性好、收敛快且无需修改交换机固件。

Comments 22 pages, 10 figures, 2 algorithms

Predictive RTO for CoAP using Lightweight Support Vector Regression in Internet of Things

物联网中使用轻量级支持向量回归的CoAP预测性重传超时

Tobias Hansson, Praveen Kumar Donta

专题命中 规划控制 ：occupancy(abstract)

AI总结 研究物联网中CoAP拥塞控制问题，提出prCoAP方法，用线性支持向量回归集成预测RTO，结合校准随机森林丢弃分类器，经实验验证该方法在分组交付率和系统效率上表现良好。

Comments Submitted to WFIoT 2026 regular track

SpeechGuard: Online Defense against Backdoor Attacks on Speech Recognition Models

SpeechGuard：针对语音识别模型后门攻击的在线防御

Jinwen Xin, Xixiang Lv

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 研究针对语音识别模型运行时的后门攻击，提出SpeechGuard在线防御管道，改进STRIP方法为S-STRIP检测过滤中毒样本，利用时频掩蔽等净化样本，经实验验证其能有效减轻后门威胁并维持预测准确率。

Comments 8 pages

Journal ref 2024 International Joint Conference on Neural Networks (IJCNN), pp. 1-8, 2024

PriEco-DRL: Joint Optimization of Electric-Bus Eco-Driving and Transit-Priority Adaptive Signals via Deep Reinforcement Learning

PriEco-DRL：基于深度强化学习的电动公交生态驾驶与公交优先自适应信号联合优化

Dingshan Sun, Ang Li, Chaopeng Tan, Zicheng Su, Wanjing Ma, Marco Rinaldi

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出PriEco-DRL框架，运用深度强化学习将电动公交生态驾驶与公交优先自适应信号控制相结合，采用优先级加权最大压力控制器及结构化奖励，经集中训练和分散执行，实验表明其能降低电动公交能耗，实现能量-时间权衡。

Design and Implementation of a Microservice-Architecture Master Control System for AIMS

用于AIMS的微服务架构主控制系统的设计与实现

Li-Yue Tong, Jia-Ben Lin, Jun-Feng Hou, Yuan-Yong Deng, Dong-Guang Wang, Guang-Qian Liu, Song-Bo Xu, Shang-Jie Ren, Lian-Wei Zhao, Zhi-Wei Feng, Wei Duan, Ming-Fu Shao, Hui Wang, Chen Yang

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 针对中红外太阳磁场望远镜AIMS，提出受自动驾驶标准启发的分类，构建基于微服务架构的三层系统框架，采用自动指向跟踪等关键技术，经三台望远镜验证，证明了该架构对望远镜渐进自动化的可行性与稳定性。

Comments 19 pages, 14 figures

Mixed Bernstein-Fourier Approximants for Optimal Trajectory Generation with Periodic Behavior

用于具有周期性行为的最优轨迹生成的混合伯恩斯坦 - 傅里叶逼近

Liraz Mudrik, Sean Kragelund, Isaac Kaminer

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 针对自主系统中最优轨迹生成问题，提出混合伯恩斯坦 - 傅里叶逼近框架，利用伯恩斯坦多项式和傅里叶级数特性，通过调节最小二乘法确定系数，提升计算效率和精度，为最优轨迹规划提供了有效方法。

Comments 56 pages, 10 figures

Opportunities and Challenges of Operating Semi-Autonomous Vehicles: A Layered Vulnerability Perspective

半自动驾驶车辆的操作机会与挑战：从分层脆弱性视角出发

Soumita Mukherjee, Priya Kumar, Laura Cabrera

专题命中 规划控制 ：self-driving(abstract)

AI总结 本文从分层脆弱性视角探讨半自动驾驶车辆操作员的脆弱性，揭示心理、操作和社会层次的相互作用，强调需综合设计与监管干预以提升安全性和责任归属。

Comments This paper has changed significantly after the first revision

TeamTR: Trust-Region Fine-Tuning for Multi-Agent LLM Coordination

TeamTR: 用于多智能体大语言模型协调的信赖区域微调

Yi Xie, Siao Liu, Falong Fan, Yuanqi Yao, Yue Zhao, Bo Liu

机构 * Department of Electrical \& Computer Engineering, University of Arizona ； Engineering College, Soochow University ； INSAIT, Sofia University "St. Kliment Ohridski" ； Department of Electrical ； Computer Engineering, Stony Brook University 纠错

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出TeamTR，通过信赖区域框架在每个组件更新后重采样轨迹并控制每个智能体的发散度，解决多智能体系统中因上下文分布变化导致的性能下降问题，实验表明其在协调回归抑制和组件替换支持方面优于单智能体和序列基线。

Comments 9pages, Accepted at ICML2026

How Environment and Urbanization Shape Bird Diversity in Sri Lanka

斯里兰卡的环境与城市化如何塑造鸟类多样性

Dilusha Chandrasiri, Maneesha Herath, Yasith Hewarathna, Muditha Herath, Gishan Bandara, Madara Mendis, Nathali Athukorala, Nisansa de Silva, Sandareka Wickramanayake

机构 * Dept. of Computer Science & Engineering, University of Moratuwa, Sri Lanka（斯里兰卡莫拉图瓦大学计算机科学与工程系） 纠错

专题命中 规划控制 ：occupancy(abstract)

AI总结 本研究整合空间、时间和环境数据，分析斯里兰卡鸟类多样性，发现土地覆盖类型比NDVI或温度更能预测鸟类多样性，城市化（以ALAN衡量）具有尺度依赖性效应，支持少数泛化种的高丰度但降低整体丰富度。

Comments IEEE conference paper. Dept. of Computer Science and Engineering, University of Moratuwa, Sri Lanka. Dataset and code publicly available on Hugging Face and GitHub

Control the qubit-qubit coupling with double superconducting resonators

通过双超导谐振腔控制量子比特-量子比特耦合

Hui Wang, Rui Wang, Daichi Sugiyama, Chih-Yao Shih, Ching-Yeh Chen, Hiroto Mukai, Hang Xue, J. S. Tsai

专题命中 规划控制 ：occupancy(abstract)

AI总结 研究双谐振腔耦合超导量子电路中量子比特-量子比特耦合的开关过程，通过调节量子比特与双谐振腔频率差实现耦合强度调控，为大规模超导量子处理器提供新平台。

Comments 7 pages, 9 figures

Journal ref J. Phys. Soc. Jpn. 95, 074301 (2026)

A Practical Implementation of Day-3 Cooperative Intersection with Automated Connected Mini-Cars

一种基于自动化联网迷你车的第三天协作交叉口的实际实现

Lorenzo Farina, Vittorio Todisco, Federico Gavioli, Salvatore Iandolo, Francesco Moretti, Giuseppe Perrone, Matteo Piccoli, Francesco Raviglione, Marco Rapelli, Antonio Solida, Claudio Casetti, Paolo Burgio, Carlo Augusto Grazia, Alessandro Bazzi

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文通过联网自动驾驶迷你车平台，实时演示了协作交叉口管理，集成自动驾驶、无线通信和协作控制，验证了未来智能交通系统的可行性。

Comments The work is relevant for research on connected autonomous vehicles, cooperative intelligent transportation systems, smart intersections, vehicle coordination, CAV testbeds, and future urban mobility

Quality-Controlled Active Learning via Gaussian Processes for Robust Structure-Property Learning in Autonomous Microscopy

通过高斯过程进行质量控制的主动学习用于自主显微镜中鲁棒的结构-性质学习

Jawad Chowdhury, Ganesh Narasimha, Jan-Chi Yang, Yongtao Liu, Rama Vasudevan

机构 * UT-Battelle, LLC（UT-Battelle有限责任公司） 纠错

专题命中 规划控制 ：self-driving(abstract)

AI总结 本文提出一种结合好奇心驱动采样与物理指导质量控制过滤器的主动学习框架，用于提升自主显微镜中结构-性质学习的鲁棒性，通过处理训练和采集过程中的噪声，提高预测可靠性。

Comments 22 pages, 12 figures, 2 tables; submitted to npj Computational Materials

Thermal Entropy, Density Disorder and Antiferromagnetism of Repulsive Fermions in 3D Optical Lattice

三维光学晶格中排斥费米子的热熵、密度无序与反铁磁性

Yu-Feng Song, Youjin Deng, Yuan-Yao He

专题命中 规划控制 ：occupancy(abstract)

AI总结 研究揭示三维Hubbard模型中反铁磁相变的热熵、密度无序与反铁磁性之间的关系，通过精确辅助场量子蒙特卡罗模拟确定熵相图并解释实验中反铁磁结构因子与临界熵的异常最大值现象。

Comments 8 pages, 6 figures

Journal ref Chinese Phys. Lett. 42 110710 (2025)

Normalizing Flows are Capable Models for Continuous Control

归一化流是连续控制的有效模型

Raj Ghugare, Benjamin Eysenbach

机构 * Department of Computer Science（计算机科学系） 纠错

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出一种归一化流架构，可无缝集成到强化学习算法中作为策略、Q函数和占用度量，在模仿学习、离线、目标条件和无监督RL中取得更高性能。

Comments Project page with code - https://rajghugare19.github.io/nf4rl/

CKM-Driven Communication-Aware UAV Intelligent Trajectory Optimization for Urban Inspection

CKM驱动的城市巡检通信感知无人机智能轨迹优化

Yang Xiaomeng, Jia Ziye, Zhu Qiuming, Wu Qihui

机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） 纠错

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 针对城市巡检中通信可靠性的挑战，提出基于信道知识图（CKM）的轨迹规划框架，利用扩散模型构建CKM并采用全局到局部图注意力网络软演员-评论家算法优化路径，提升轨迹效率与通信可靠性。

Towards Scalable Multi-Task Reinforcement Learning with Large Decision Models

迈向可扩展的多任务强化学习与大决策模型

Thibaut Kulak

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 提出LDM-v0，一个在大规模异构强化学习环境上离线预训练的Transformer策略，通过监督下一动作预测实现多任务学习，在约1000个环境中达到与独立训练策略相当的性能。

Systematic Cybersecurity Risk Analysis of European Rail Traffic Management System

欧洲铁路交通管理系统的系统性网络安全风险分析

Kacper Darowski, Sebastian N. Peters, Lukas Lautenschlager

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本研究系统建模ERTMS组件，分析其面临的安全威胁，发现遗留标准引入的漏洞在多种部署场景中持续存在，并指出全面转向ETCS 2级是提升网络安全的关键措施。

Comments Extended version of the paper accepted at ARES 2026 CPRA. First three authors contributed equally to this work

Interpolations: a linear algebra approach

插值：一种线性代数方法

Andronick Arutyunov, Nikolay Korgin

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文提出统一的线性代数框架处理插值问题，通过对偶空间表示插值条件，给出存在唯一性定理及基函数显式公式，并推广至三角插值及异质传感器场景。

Stress-triggered atomic explosion of trapped hydrogen initiates crack nucleation

应力触发捕获氢的原子爆炸引发裂纹成核

Liang Gao, Thomas Schwarz-Selinger, Martin Balden, Cong Li, Peter Manz, Wolfgang Jacob, Rudolf Neu, Christian Linsmeier, GuangHong Lu

专题命中 规划控制 ：occupancy(abstract)

AI总结 通过钨的等离子/离子辐照实验，发现捕获氢在无扩散氢条件下通过两阶段力化学断裂机制引发裂纹成核，颠覆了传统氢脆观点。

Comments We demonstrate the indispensable role of defect-trapped hydrogen (DTH) in initiating crack nucleation in the absence of diffusive hydrogen, overturning the conventional theory of hydrogen embrittlement from Sir Johnson in 1875. The Main text 13 Pages, 1 table plus 4 figures

Adaptive Deep Koopman Operator for Vehicle Dynamics Modeling: A Physics-Informed and Tire-Force-Driven Approach

自适应深度库普曼算子用于车辆动力学建模：一种物理信息与轮胎力驱动方法

Wenjie Wang, Hao Chen, Ran Shu, Solyeon Kwon, Kyoungseok Han, Hongyu Shu

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 针对深度库普曼算子在在线应用中因高维提升状态空间导致的秩亏问题，提出一种轮胎力驱动建模框架，通过嵌入7自由度动力学约束和物理信息变步长归一化最小均方算法，实现稳定在线更新，在CarSim和dSPACE硬件在环测试中验证了鲁棒精度与实时性。

A Comparative Study of Graph Neural Network Layer Selection for Interaction Modelling in Driving Trajectory Prediction

图神经网络层选择用于驾驶轨迹预测中交互建模的比较研究

George Daoud, Mohamed El-Darieby

机构 * Ontario Tech University（安大略理工大学） ； Assiut University（艾斯尤特大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文比较了19种图神经网络层在轨迹预测中的空间和时间处理能力，发现ARMA、Chebyshev和拓扑感知层表现最佳，并总结了基于和聚合、多头注意力和不同跳距权重等设计原则。

Comments 6 pages, 1 figure

Journal ref The IEEE Intelligent Vehicles Symposium (IEEE IV 2026)

m6A-FORM: An m6A-focused Foundation Model for Decoding m6A Regulatory Function

m6A-FORM：解码N6-甲基腺苷生物学的基础模型

Ting-He Zhang, Sumin Jo, Shou-Jiang Gao, Yufei Huang

专题命中 规划控制 ：occupancy(abstract)

AI总结 提出基于Transformer的基础模型m6A-FORM，利用MeRIP-seq峰作为先验，预训练后微调实现m6A位点预测，性能优于现有方法，并支持调控因子结合位点预测和组织保守位点分析。

The Swarm Intelligence Freeway-Urban Trajectories (SWIFTraj) Dataset -- Part I: Dataset Description and Applications

蜂群智能高速公路（SWIFTraj）数据集——第一部分：数据集描述与应用

Yu Han, Xinkai Ji, Chen Qian, Le Zhang, Ying Yang, Pan Liu

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 SWIFTraj数据集提供长达4.5公里的高速公路连续轨迹，用于研究交通现象及其时空演变，支持多尺度交通分析与自动驾驶相关研究。

Distribution-Agnostic Robust Trajectory Optimization via Chance-Constrained Reinforcement Learning

基于机会约束强化学习的分布无关鲁棒轨迹优化

Yashdeep Chaudhary, Roberto Armellin, Harry Holt, Marco Sagliano

机构 * Auckland University（奥克兰大学） 纠错

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 提出一种分布无关的鲁棒轨迹优化框架，通过机会约束强化学习处理初始条件和过程噪声的不确定性，采用离线标称轨迹与在线仿射闭环校正，在两种不同轨迹设计问题上验证了概率可行性与燃料效率。

Comments Preprint. 39 pages, 16 figures

Explainability of Large Language Models: Opportunities and Challenges toward Generating Trustworthy Explanations

大型语言模型的可解释性：朝着生成可信解释的方向机遇与挑战

Shahin Atakishiyev, Housam K. B. Babiker, Jiayi Dai, Nawshad Farruque, Teruaki Hayashi, Nafisa Sadaf Hriti, Md Abed Rahman, Iain Smith, Mi-Young Kim, Osmar R. Zaïane, Randy Goebel

机构 * University of Alberta（阿尔伯塔大学） ； University of Tokyo（东京大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文探讨了大型语言模型的可解释性问题，分析了局部可解释性和机械可解释性方法，并在医疗和自动驾驶两个关键领域进行了实验研究，总结了当前可解释性领域存在的问题和未来发展方向。

Joint 3D Trajectory and Power Allocation for HAPs-UAV Bistatic ISARAC in Low-Altitude Networks

低空网络中HAPs-UAV双基地ISARAC的联合3D轨迹与功率分配

Bang Huang, Mohamed-Slim Alouini

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 针对低空网络中HAPs-UAV双基地ISARAC系统，提出联合3D轨迹与功率分配方法，通过交替优化最大化地面用户和速率，满足SAR成像SNR和分辨率约束。

Electrically tunable MoSe$_2$/WSe$_2$ heterostructure-based quantum dot

电可调MoSe$_2$/WSe$_2$异质结构量子点

Katarzyna Sadecka, Maciej Bieniek, Paulo E. Faria Junior, Arkadiusz Wójs, Paweł Hawrylak, Jarosław Pawłowski

专题命中 规划控制 ：occupancy(abstract)

AI总结 基于密度泛函理论和紧束缚模型，研究了电可调MoSe$_2$/WSe$_2$异质结构中量子点的电子结构，揭示了垂直电场对谷极性和占据的控制。

Thermal Responses of Connected HEVs Engine and Aftertreatment Systems to Eco-Driving

连接混合动力汽车发动机及排放处理系统在生态驾驶中的热响应

Mohammad Reza Amini, Yiheng Feng, Hao Wang, Ilya V. Kolmanovsky, Jing Sun

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文研究了连接混合动力汽车发动机和排放处理系统在生态驾驶中的热响应，提出了一种顺序优化框架用于车辆速度轨迹规划和动力总成控制，并分析了生态驾驶和动力分配优化对发动机和催化转化器热响应及尾气排放的影响。

Comments 6 pages, 7 figures, The 3rd IEEE Conference on Control Technology and Applications (CCTA), August 19--21, 2019, Hong Kong, China