自动驾驶

Learning Direct Control Policies with Flow Matching for Autonomous Driving

通过流匹配学习自动驾驶的直接控制策略

Marcello Ceresini, Federico Pirazzoli, Andrea Bertogalli, Lorenzo Cipelli, Filippo D'Addeo, Anthony Dell'Eva, Alessandro Paolo Capasso, Alberto Broggi

机构 * Università degli Studi di Parma（帕尔马大学） ； Alma Mater Studiorum - Università di Bologna（博洛尼亚大学） ； VisLab (an Ambarella Inc. company)（VisLab（安柏莱拉公司）） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；BEV(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 本文提出一种基于流匹配的自动驾驶规划器，直接输出由加速度和曲率剖面定义的可控轨迹，通过鸟瞰图栅格输入，在少量常微分方程积分步骤中生成控制序列，实现低延迟推理。在真实城市场景上训练并在多车道高速公路等新环境中评估，证明模型能可靠泛化。

Comments 16 pages, 6 figures, 2 tables. Accepted for oral presentation at the 2026 IEEE International Conference on Intelligent Transportation Systems (ITSC 2026)

LWDrive: Layer-Wise World-Model-Guided Vision-Language Model Planning for Autonomous Driving

LWDrive: 基于逐层世界模型的视觉-语言模型自动驾驶规划

Chen Yang, Yuhao Wei, Ze Xu, Ziheng Zou, Shuang Liang, Delin Ouyang, Lingfeng Qi, Jie Li, Guofa Li

机构 * Chongqing University（重庆大学） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；BEV(abstract,abstract_cn)；分类 cs.CV、cs.AI

AI总结 提出LWDrive框架，通过逐层世界模型引导，将VLM输出的粗轨迹逐步细化为几何精确、多视角感知的规划轨迹，在NAVSIM基准上取得92.0分。

SparseOccVLA: Bridging Occupancy and Vision-Language Models via Sparse Queries for Unified 4D Scene Understanding and Planning

SparseOccVLA: 通过稀疏查询弥合占用与视觉语言模型之间的鸿沟，实现统一的4D场景理解和规划

Chenxu Dang, Jie Wang, Guang Li, Zhiwen Hou, Zihan You, Hangjun Ye, Jie Ma, Long Chen, Yan Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Xiaomi EV（小米电动车） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） 纠错

专题命中 规划控制 ：occupancy(title,abstract)；autonomous driving(abstract)；trajectory planning(abstract)；分类 cs.CV、cs.AI

AI总结 SparseOccVLA通过稀疏查询整合视觉语言模型与语义占用，实现统一的4D场景理解和规划，提升自动驾驶性能。

SUPER-AD: Semantic Uncertainty-aware Planning for End-to-End Robust Autonomous Driving

SUPER-AD：语义不确定性感知的端到端鲁棒自动驾驶规划

Wonjeong Ryu, Seungjun Yu, Seokha Moon, Hojun Choi, Junsung Park, Jinkyu Kim, Hyunjung Shim

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； Korea University（韩国大学） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；BEV(abstract)；trajectory planning(abstract)；分类 cs.RO、cs.CV

AI总结 SUPER-AD通过语义不确定性感知和驾驶先验知识，提升端到端自动驾驶在复杂不确定性条件下的安全性和可靠性。

VAD: Vectorized Scene Representation for Efficient Autonomous Driving

Bo Jiang, Shaoyu Chen, Qing Xu, Bencheng Liao, Jiajie Chen, Helong Zhou, Qian Zhang, Wenyu Liu, Chang Huang, Xinggang Wang

专题命中 规划控制 ：autonomous driving(title,abstract)；occupancy(abstract)；trajectory planning(abstract)；分类 cs.RO、cs.CV

Comments Accepted to ICCV 2023. Code&Demos: https://github.com/hustvl/VAD

Shared Cross-Modal Trajectory Prediction for Autonomous Driving

Chiho Choi, Joon Hee Choi, Srikanth Malla, Jiachen Li

专题命中 规划控制 ：autonomous driving(title,abstract)；self-driving(abstract)；LiDAR(abstract)；分类 cs.RO、cs.CV

Comments CVPR 2021 [Oral]. arXiv admin note: substantial text overlap with arXiv:2011.08436

An Efficient Generation Method based on Dynamic Curvature of the Reference Curve for Robust Trajectory Planning

Yuchen Sun, Dongchun Ren, Shiqi Lian, Mingyu Fan, Xiangyi Teng

专题命中 规划控制 ：trajectory planning(title,abstract)；autonomous driving(abstract)；self-driving(abstract)；分类 cs.RO、cs.AI

Comments no comments

A Hierarchical Architecture for Sequential Decision-Making in Autonomous Driving using Deep Reinforcement Learning

Majid Moghadam, Gabriel Hugh Elkaim

专题命中 规划控制 ：autonomous driving(title,abstract)；self-driving(abstract)；occupancy(abstract)；分类 cs.RO、cs.AI

Comments Appears in ICML 2019 workshop on Real-world Sequential Decision Making: Reinforcement Learning and Beyond. Source code available in: https://github.com/MajidMoghadam2006

ProDrive: Proactive Planning for Autonomous Driving via Ego-Environment Co-Evolution

ProDrive：通过自我环境共演实现自动驾驶的前瞻性规划

Chuyao Fu, Shengzhe Gan, Zhuoli Ouyang, Yuhan Rui, Xiaowei Chi, Sirui Han, Jiankun Wang, Hong Zhang

机构 * Southern University of Science and Technology（南方科技大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；BEV(abstract,abstract_cn)；分类 cs.RO

AI总结 ProDrive通过自我环境共演实现自动驾驶前瞻性规划，结合查询导向的轨迹规划器和鸟瞰图世界模型，提升安全性和规划效率。

Comments Accepted to CVPR 2026 GigaBrain Challenge Workshop

Risk Map As Middleware: Towards Interpretable Cooperative End-to-end Autonomous Driving for Risk-Aware Planning

风险地图作为中间件：迈向风险感知的可解释协作端到端自动驾驶

Mingyue Lei, Zewei Zhou, Hongchen Li, Jiaqi Ma, Jia Hu

机构 * Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University（教育部道路与交通工程重点实验室，同济大学） ； UCLA Mobility Lab, University of California, Los Angeles（加州大学洛杉矶分校UCLA移动实验室） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；trajectory planning(abstract)；end-to-end driving(abstract)；分类 cs.RO

AI总结 本文提出RiskMM框架，通过风险地图中间件提升自动驾驶的可解释性和风险感知规划能力。

Comments IEEE RA-L

Real-Time Joint Simulation of LiDAR Perception and Motion Planning for Automated Driving

Zhanhong Huang, Xiao Zhang, Xinming Huang

专题命中 规划控制 ：LiDAR(title,abstract)；autonomous driving(abstract)；occupancy(abstract)；分类 cs.RO

IRL-DAL: Safe and Adaptive Trajectory Planning for Autonomous Driving via Energy-Guided Diffusion Models

IRL-DAL：通过能量引导扩散模型实现自动驾驶的安全自适应轨迹规划

Seyed Ahmad Hosseini Miangoleh, Amin Jalal Aghdasian, Farzaneh Abdollahi

机构 * Department of Electrical Engineering, Amirkabir University of Technology (Tehran Polytechnic)（电气工程系，阿米尔卡比尔技术大学（德黑兰理工大学）） 纠错

专题命中 规划控制 ：autonomous driving(title)；trajectory planning(title)；分类 cs.RO、cs.AI

AI总结 本文提出IRL-DAL框架，通过能量引导扩散模型实现自动驾驶的安全自适应轨迹规划，结合模仿学习与强化学习，提升行驶安全性和鲁棒性。

VERDI: VLM-Embedded Reasoning for Autonomous Driving

VERDI：嵌入视觉语言模型的自动驾驶推理

Bowen Feng, Zhiting Mei, Julian Ost, Filippo Ghilotti, Baiang Li, Roger Girgis, Anirudha Majumdar, Felix Heide

机构 * Princeton University（普林斯顿大学） ； Torc Robotics 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 VERDI通过在训练时整合视觉语言模型的推理过程和常识知识，提升自动驾驶系统的决策能力，实现更高效的模块化架构，同时保持快速推理速度。

Natural Language Instructions for Scene-Responsive Human-in-the-Loop Motion Planning in Autonomous Driving using Vision-Language-Action Models

基于视觉-语言-动作模型的自动驾驶场景响应式人机协同运动规划的自然语言指令

Angel Martinez-Sanchez, Parthib Roy, Ross Greer

机构 * University of California, Merced（加州大学默塞德分校） 纠错

专题命中 规划控制 ：autonomous driving(title)；trajectory planning(abstract)；end-to-end driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本研究利用视觉-语言-动作模型，通过指令条件规划提升自动驾驶的鲁棒性和轨迹对齐性能。

WAM-Flow: Parallel Coarse-to-Fine Motion Planning via Discrete Flow Matching for Autonomous Driving

WAM-Flow：通过离散流匹配实现自动驾驶的并行粗到细路径规划

Yifang Xu, Jiahao Cui, Feipeng Cai, Zhihao Zhu, Hanlin Shang, Shan Luan, Mingwang Xu, Neng Zhang, Yaoyi Li, Jia Cai, Siyu Zhu

机构 * Fudan University（复旦大学） ； Yinwang Intelligent Technology Co., Ltd（英伟达智能科技有限公司） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 WAM-Flow通过离散流匹配实现自动驾驶的并行粗到细路径规划，结合几何感知目标和并行生成，提升闭环性能。

Comments 18 pages, 11 figures. Code & Model: https://github.com/fudan-generative-vision/WAM-Flow

ManipDreamer3D : Synthesizing Plausible Robotic Manipulation Video with Occupancy-aware 3D Trajectory

Ying Li, Xiaobao Wei, Xiaowei Chi, Yuming Li, Zhongyu Zhao, Hao Wang, Ningning Ma, Ming Lu, Sirui Han, Shanghang Zhang

专题命中 规划控制 ：occupancy(title,abstract)；trajectory planning(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments 7pages; 7figures; 3 tables

MAP: End-to-End Autonomous Driving with Map-Assisted Planning

Huilin Yin, Yiming Kan, Daniel Watzenig

机构 * Tongji University（同济大学） ； Graz University of Technology（格拉茨技术大学） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments 8 pages, 2 figures, accepted by ICCVW Author list updated to match the camera-ready version, in compliance with conference policy

VLAD: A VLM-Augmented Autonomous Driving Framework with Hierarchical Planning and Interpretable Decision Process

Cristian Gariboldi, Hayato Tokida, Ken Kinjo, Yuki Asada, Alexander Carballo

机构 * Gifu University（福井大学） ； DENSO CORPORATION（Denso公司） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；driving perception(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments 2025 IEEE 28th International Conference on Intelligent Transportation Systems (ITSC)

DiffVLA: Vision-Language Guided Diffusion Planning for Autonomous Driving

Anqing Jiang, Yu Gao, Zhigang Sun, Yiru Wang, Jijun Wang, Jinghao Chai, Qian Cao, Yuweng Heng, Hao Jiang, Yunda Dong, Zongzheng Zhang, Xianda Guo, Hao Sun, Hao Zhao

机构 * RIX, Bosch（博世 RIX） ； AIR, Tsinghua University（清华大学人工智能研究院） ； Shanghai University（上海大学） ； Shanghai Jiao Tong University（上海交通大学） ； Southeast University Team（东南大学团队） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；BEV(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments 4pages

An Expert Ensemble for Detecting Anomalous Scenes, Interactions, and Behaviors in Autonomous Driving

Tianchen Ji, Neeloy Chakraborty, Andre Schreiber, Katherine Driggs-Campbell

专题命中 规划控制 ：autonomous driving(title,abstract)；self-driving(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments Accepted by International Journal of Robotics Research (IJRR)

GaussianAD: Gaussian-Centric End-to-End Autonomous Driving

Wenzhao Zheng, Junjie Wu, Yao Zheng, Sicheng Zuo, Zixun Xie, Longchao Yang, Yong Pan, Zhihui Hao, Peng Jia, Xianpeng Lang, Shanghang Zhang

专题命中 规划控制 ：autonomous driving(title,abstract)；occupancy(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments Code is available at: https://github.com/wzzheng/GaussianAD

Flow-guided Motion Prediction with Semantics and Dynamic Occupancy Grid Maps

Rabbia Asghar, Wenqian Liu, Lukas Rummelhard, Anne Spalanzani, Christian Laugier

专题命中 规划控制 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments Accepted for publication at the 27th IEEE International Conference on Intelligent Transportation Systems (ITSC) (ITSC 2024)

QuAD: Query-based Interpretable Neural Motion Planning for Autonomous Driving

Sourav Biswas, Sergio Casas, Quinlan Sykora, Ben Agro, Abbas Sadat, Raquel Urtasun

专题命中 规划控制 ：autonomous driving(title)；self-driving(abstract)；occupancy(abstract)；分类 cs.RO、cs.CV、cs.AI

Trajectory-guided Control Prediction for End-to-end Autonomous Driving: A Simple yet Strong Baseline

Penghao Wu, Xiaosong Jia, Li Chen, Junchi Yan, Hongyang Li, Yu Qiao

专题命中 规划控制 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments Accepted at NeurIPS 2022

Grid-Based Stochastic Model Predictive Control for Trajectory Planning in Uncertain Environments

Tim Brüdigam, Fulvio di Luzio, Lucia Pallottino, Dirk Wollherr, Marion Leibold

专题命中 规划控制 ：trajectory planning(title,abstract)；autonomous driving(abstract)；occupancy(abstract)

Comments Accepted to the 2020 IEEE International Conference on Intelligent Transportation Systems. The published version is available at https://doi.org/10.1109/ITSC45102.2020.9294388

2COOOL: 2nd Workshop on the Challenge Of Out-Of-Label Hazards in Autonomous Driving

Ali K. AlShami, Ryan Rabinowitz, Maged Shoman, Jianwu Fang, Lukas Picek, Shao-Yuan Lo, Steve Cruz, Khang Nhut Lam, Nachiket Kamod, Lei-Lei Li, Jugal Kalita, Terrance E. Boult

机构 * University of Colorado Colorado Springs（科罗拉多州立大学） ； University of Tennessee–Oak Ridge Innovation Institute（田纳西大学-橡树岭创新研究所） ； Xi’an Jiaotong University（西安交通大学） ； University of West Bohemia（西波维亚大学） ； Honda Research Institute USA（本田美国研究机构） ； University of Notre Dame（诺特丹大学） ； Can Tho University（庆和大学） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；self-driving(abstract)；分类 cs.RO、cs.CV

Comments 11 pages, 2 figures, Accepted to ICCV 2025 Workshop on Out-of-Label Hazards in Autonomous Driving (2COOOL)

ReflexDiffusion: Reflection-Enhanced Trajectory Planning for High-lateral-acceleration Scenarios in Autonomous Driving

ReflexDiffusion：面向自动驾驶高侧向加速度场景的反射增强轨迹规划

Xuemei Yao, Xiao Yang, Jianbin Sun, Liuwei Xie, Xuebin Shao, Xiyu Fang, Hang Su, Kewei Yang

专题命中 规划控制 ：autonomous driving(title)；trajectory planning(title)；分类 cs.RO

AI总结 ReflexDiffusion通过反射调整机制提升自动驾驶在高侧向加速度场景下的轨迹规划安全性与可靠性。

Comments Accepted by AAAI 2026

An Autonomous Driving Framework for Long-term Decision-making and Short-term Trajectory Planning on Frenet Space

Majid Moghadam, Gabriel Hugh Elkaim

专题命中 规划控制 ：autonomous driving(title)；trajectory planning(title)；分类 cs.RO

Comments Submitted to International Conference on Robotics and Automation (ICRA 2021)

FactorDrive: Adaptive Multi-Step Reasoning Driven by Planning-Critical Factors for End-to-End Autonomous Driving

FactorDrive：面向端到端自动驾驶的、由规划关键因素驱动的自适应多步推理

Guolei Huang, Tengfei She, Yuxuan Lu, Yao Huang, Yuqi Ye, Yongjun Shen

机构 * Southeast University（东南大学） ； Universiti Malay（马来亚大学） ； Ant Group（蚂蚁集团） ； Tsinghua University（清华大学） ； Peking University（北京大学） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.RO、cs.CV

AI总结 该研究针对现有端到端自动驾驶方法在空间物理证据融合、推理适应及推理路径优化上的不足，提出FactorDrive框架，通过PCF-CoT数据集与QS-GRPO算法优化推理，在两类基准上取得最优规划性能。

Plan-R1: Safe and Feasible Trajectory Planning as Language Modeling

Plan-R1：安全且可行的轨迹规划作为语言建模

Xiaolong Tang, Meina Kan, Shiguang Shan, Xilin Chen

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 规划控制 ：trajectory planning(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 提出Plan-R1两阶段轨迹规划框架，通过原则对齐与行为学习解耦，结合规则奖励和方差解耦GRPO，显著提升自动驾驶规划的安全性和可行性。

Comments Accepted by ICLR2026