自动驾驶

Learn for Variation: Efficient AAV Trajectory Learning through a Differentiable Wireless World Model

为变化学习：在可微环境中变分引导的AAV轨迹学习

Xiucheng Wang, Zhenye Chen, Nan Cheng, Zhisheng Yin, Xuemin Shen

机构 * State Key Laboratory of ISN and School of Telecommunications Engineering, Xidian University（信息与通信工程国家重点实验室和西安电子科技大学电信工程学院） ； School of Aerospace Science and Technology, Xidian University（航天学院） ； Department of Electrical and Computer Engineering, University of Waterloo（滑铁卢大学电气与计算机工程系） 纠错

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

AI总结 本文提出L4V框架，通过变分引导解决AAV轨迹规划中的奖励驱动强化学习问题，利用密集政策梯度提升任务完成效率和传输速率。

RoMeRL: Balancing Feedback Coverage and the Memory-Reward Trap in Self-Evolving Agent Memory via Reduced-Order Utility States

RoMeRL：通过降阶效用状态平衡自进化智能体记忆中的反馈覆盖与记忆-奖励陷阱

Yi Yang, Zhennan Chen, Yihong Zhuang, Tiehan Fan, Yinan Chen, Jian Li, Jian Yang, Ying Tai

机构 * Nanjing University（南京大学） ； Xiamen University（厦门大学） ； Zhejiang University（浙江大学） 纠错

专题命中 规划控制 ：occupancy(abstract)

AI总结 RoMeRL通过降阶效用状态解决自进化LLM智能体记忆的反馈分散与记忆-奖励陷阱问题，在ALFWorld等基准上显著提升任务性能、降低记忆规模与LLM调用

Optimization-based Online Conformal Prediction for Multi-step Forecasting

基于优化的在线共形预测用于多步预测

Ruipu Li, Daniel Menacho, Alexander Rodríguez

机构 * University of Michigan（密歇根大学） 纠错

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

AI总结 提出O2CP框架，通过双层优化结构建模多步误差依赖，在保证边际覆盖有效性的同时生成更窄的预测区间，实验表明在自动驾驶、气候预测等领域优于现有方法。

Who Responds When the Driver Is Gone? A Framework for Holistic Passenger Intent Understanding

当驾驶员离开时谁来做出反应？一种人类意图理解框架

Xuewen Luo, Ding Fan, Ruiqi Chen, Ye Cao, Xiujin Liu, Bo Yu, Fengze Yang, Chenxi Liu

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

AI总结 研究无人驾驶时谁理解并回应乘客，提出Intent2Drive框架，将意图建模为潜在认知状态，构建数据集和推理器，引入分层规划器，提升意图推理等能力，迈向响应乘客的自动驾驶系统。

Guidance on the Safety Assurance of Autonomous Systems in Complex Environments (SACE)

复杂环境下自主系统安全保障指南（SACE）

Richard Hawkins, Rob Alexander, Matt Osborne, Mike Parsons, Mark Nicholson, John McDermid, Ibrahim Habli

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

AI总结 该研究提出SACE方法，通过安全论证模式与流程，将安全保障整合到自主系统开发中，生成安全可接受性证据，解决复杂环境下自主系统的安全保障问题。

Comments Version 1.1

Thermalization Dynamics in the Two-Dimensional Hubbard Model with Neural-Network Quantum States

二维哈伯德模型中热化从实时动力学的崩溃

Alessandro Sinibaldi, Luciano Loris Viteritti, Riccardo Rende, Fakher F. Assaad, Giuseppe Carleo

专题命中 规划控制 ：occupancy(abstract)

AI总结 利用时间相关变分蒙特卡洛和基于变压器的神经网络量子态，研究二维哈伯德模型在相互作用淬火后的实时动力学，发现弱到中等相互作用下长时双占据与热化一致，而超过临界相互作用时出现热化破坏。

Comments 10 pages, 7 figures

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

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

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

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/

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