自动驾驶

Probabilistic Vehicle Trajectory Prediction over Occupancy Grid Map via Recurrent Neural Network

ByeoungDo Kim, Chang Mook Kang, Seung Hi Lee, Hyunmin Chae, Jaekyum Kim, Chung Choo Chung, Jun Won Choi

专题命中 规划控制 ：occupancy(title,abstract)

Coordinated Complexity-Aware 4D Trajectory Planning

Xiongwen Qian, Jianfeng Mao, Xudong Diao, Changpeng Yang

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

Comments This paper has been withdrawn by the author due to an error in equation (17)

Symmetry Reduction, Contact Geometry and Nonlinear Trajectory Planning

Jose De Dona, Naghmana Tehseen, Peter J Vassiliou

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

Comments 28 pages and 3 figures

PersonaDrive: Controllable Trajectory Prediction with Multi-Dimensional Driving Personas

PersonaDrive：基于多维驾驶 personas 的可控轨迹预测

Chan Lee, Kimin Yun, Yuseok Bae, Seong Tae Kim, Jung Uk Kim

机构 * Kyung Hee University（庆熙大学） ； ETRI（韩国电子通信研究院） 纠错

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

AI总结 针对现有轨迹预测方法可控性不足的问题，提出 PCT 数据集与 PersonaDrive 框架，通过多轴设计实现可控轨迹生成，性能优于基线。

Comments Accepted to ECCV 2026

SIPTraj: Map-Free End-to-End Trajectory Prediction via Physics-Guided Scene Interaction

SIPTraj：无高精地图的物理引导场景交互端到端轨迹预测

Feifei Liu, Zejun Wei, Haozhe Wang, Yazhi Ye, Yuying Zhang, Jintao Cheng, Chi Man Vong, Xieyuanli Chen, Xiaoyu Tang

机构 * School of Data Science and Engineering, Xingzhi College, South China Normal University（华南师范大学行知学院数据科学与工程学院） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Macau（澳门大学） ； College of Intelligence Science and Technology, National University of Defense Technology（国防科技大学智能科学学院） ； School of Electronic Science and Engineering, South China Normal University（华南师范大学电子科学与工程学院） 纠错

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

AI总结 SIPTraj是一种无高精地图的端到端轨迹预测框架，通过分层智能体-场景编码器和物理引导迭代解码器解决场景锚定与物理可行性问题，在两个数据集上性能优于现有方法，推理无需高精地图。

Safe Polytope-in-Polytope Motion Planning and Control with Control Barrier Functions

基于控制障碍函数的安全多面体在多面体内的运动规划与控制

Alejandro Gonzalez-Garcia, Dries Dirckx, Jan Swevers, Wilm Decré

机构 * KU Leuven（鲁汶大学） 纠错

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

AI总结 提出一种安全局部运动规划与控制方法，通过模型预测控制器中的离散时间控制障碍函数约束，保证多面体机器人足迹始终位于连续更新的凸自由空间内，计算时间随障碍物数量增加最多降低91倍。

Comments This work has been submitted to the IEEE for possible publication

TLCFuse: Temporal Multi-Modality Fusion Towards Occlusion-Aware Semantic Segmentation-Aided Motion Planning

Gustavo Salazar-Gomez, Wenqian Liu, Manuel Diaz-Zapata, David Sierra-Gonzalez, Christian Laugier

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

Comments Published on 2024 IEEE Intelligent Vehicles Symposium (IV)

CASPNet++: Joint Multi-Agent Motion Prediction

Maximilian Schäfer, Kun Zhao, Anton Kummert

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

Comments 8 pages, 6 figures

ObserveNet Control: A Vision-Dynamics Learning Approach to Predictive Control in Autonomous Vehicles

Cosmin Ginerica, Mihai Zaha, Florin Gogianu, Lucian Busoniu, Bogdan Trasnea, Sorin Grigorescu

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

Journal ref IEEE Robotics and Automation Letters, 2021

Deep Grid Net (DGN): A Deep Learning System for Real-Time Driving Context Understanding

Liviu Marina, Bogdan Trasnea, Cocias Tiberiu, Andrei Vasilcoi, Florin Moldoveanu, Sorin Grigorescu

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

Journal ref Int. Conf. on Robotic Computing IRC 2019, Naples, Italy, February 25-27, 2019

From Operational Design Domain to Action: A Systematic Behavioral Taxonomy for Autonomous Driving

从运行设计域到行动：自动驾驶的系统行为分类学

Chaitanya Shinde, Hadi Hajieghrary, Miguel Hurtado

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

AI总结 本文针对ADS安全保障中ODD规范与行为验证的差距，构建了涵盖三类运行域的21项行为能力分类学，结合标准验证并确定枢纽域需专项研究，为ADS行为测试提供场景基础。

RAPiD: Reward-Guided Consistency Distillation of Diffusion Planners for Real-Time Autonomous Driving

RAPiD: 通过扩散行为先验实现安全高效的实时确定性轨迹规划

Ruturaj Reddy, Hrishav Bakul Barua, Junn Yong Loo, Thanh Thi Nguyen, Ganesh Krishnasamy

机构 * School of Information Technology, Monash University, Malaysia（墨尔本大学信息科技学院） ； Faculty of Information Technology, Monash University, Australia（墨尔本大学信息技术学院） ； TCS Research, India（印度TCS研究） 纠错

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

AI总结 RAPiD通过扩散行为先验实现高效安全的实时轨迹规划，优于现有方法。

What Probing Reveals about Autonomous Driving: Linking Internal Prediction Errors to Ego Planning

探测揭示自动驾驶：内部预测误差与自我规划的关联

Hyeonchang Jeon, Kyungbeom Kim, Eugene Vinitsky, Kyung-Joong Kim

机构 * Gwangju Institute of Science and Technology (GIST)（光州科学技术院） ； New York University（纽约大学） 纠错

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

AI总结 通过线性探测和因果干预，研究自动驾驶策略在碰撞事件中缺乏及时预测能力，导致规划缺陷，并证明纠正预测可提升安全性。

Comments 10 pages

THREAD: Trajectory Planning for Hybrid Rigid-Soft Manipulators with Environment-Aware Diffusion

THREAD: 面向混合刚柔机械臂的环境感知扩散轨迹规划

Shivani Kamtikar, Pranav Asthana, Naveen Kumar Uppalapati, Girish Krishnan, Girish Chowdhary

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Maryland College Park（马里兰大学帕克分校） 纠错

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

AI总结 提出首个基于扩散的混合刚柔机械臂轨迹规划器THREAD，通过物理启发损失联合约束刚柔段，实现狭窄环境穿行，任务成功率92.4%，碰撞减少5倍。

Comments Project Page: https://robot-thread.github.io, IROS 2026

Diffusion Forcing Planner: History-Annealed Planning with Time-Dependent Guidance for Autonomous Driving

扩散强制规划器：基于时间依赖引导的历史退火规划用于自动驾驶

Zehan Zhang, Neng Zhang, Yaoyi Li, Jia Cai, Zhiling Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； Yinwang Intelligent Technology Co., Ltd（银网智能科技有限公司） ； Hefei Institutes of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院） 纠错

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

AI总结 提出扩散强制规划器（DFP），通过历史引导控制实现异构联合扩散过程，结合退火历史的条件引导，解决运动规划中的时间不一致问题，在nuPlan上取得竞争性能。

Comments CVPR2026

Uncertainty-Aware Motion Planning for Autonomous Driving in Mixed Traffic Environment

混合交通环境下自动驾驶的不确定性感知运动规划

Ming Cheng, Hao Chen, Ziyi Yang, Ziluowen Luo, Senzhang Wang

机构 * Central South University（中南大学） ； City University of Macau（澳门城市大学） 纠错

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

AI总结 提出不确定性感知运动规划（UAMP），通过量化人类意图不确定性并引入不确定性校准值学习，提升自动驾驶在混合交通中的安全性和舒适性。

A message-passing algorithm for multi-agent trajectory planning

多智能体轨迹规划的消息传递算法

Jose Bento, Nate Derbinsky, Javier Alonso-Mora, Jonathan Yedidia

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

AI总结 本文提出基于改进交替方向乘子法的新型算法，用于计算多智能体的无碰撞全局轨迹，具有自然并行化和易整合不同成本函数的优点。

Comments In Advances in Neural Information Processing Systems (NIPS), 2013. Demo video available at http://www.youtube.com/watch?v=yuGCkVT8Bew

Temporally Decoupled Diffusion Planning for Autonomous Driving

时间解耦的扩散规划用于自动驾驶

Xiang Li, Bikun Wang, John Zhang, Jianjun Wang

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

AI总结 本文提出时间解耦扩散模型(TDDM)，通过噪声掩码方法解决动态城市环境中即时安全与长期目标的平衡问题，改进轨迹生成并提升复杂场景下的规划性能。

Comments icaps

DynVLA: Learning World Dynamics for Action Reasoning in Autonomous Driving

DynVLA：为自动驾驶中的动作推理学习世界动态

Shuyao Shang, Bing Zhan, Yunfei Yan, Yuqi Wang, Yingyan Li, Yasong An, Xiaoman Wang, Jierui Liu, Lu Hou, Lue Fan, Zhaoxiang Zhang, Tieniu Tan

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

AI总结 DynVLA提出一种新的Coot方法Dynamics CoT，通过预测紧凑世界动态来提升决策质量，实验表明其优于Textual CoT和Visual CoT。

Comments 18 pages, 10 figures. Project Page: https://yaoyao-jpg.github.io/dynvla

GIANT - Global Path Integration and Attentive Graph Networks for Multi-Agent Trajectory Planning

GIANT - 全局路径整合与注意力图网络用于多智能体轨迹规划

Jonas le Fevre Sejersen, Toyotaro Suzumura, Erdal Kayacan

机构 * Artificial Intelligence in Robotics Laboratory (AiR Lab), Department of Electrical and Computer Engineering, Aarhus University（人工智能机器人实验室（AiR实验室），电气与计算机工程系，奥胡斯大学） ； Foundation Models for Artificial Intelligence group, Department of Information and Communication Engineering, Tokyo University（人工智能基础模型组，信息与通信工程系，东京大学） ； Automatic Control Group, Department of Electrical Engineering and Information Technology, Paderborn University（自动控制组，电气工程与信息科技系，波德恩大学） 纠错

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

AI总结 GIANT通过结合全局路径规划与注意力图网络，提升多智能体在复杂动态环境中的避障与导航性能。

Comments Published in: 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

FlowDrive: moderated flow matching with data balancing for trajectory planning

FlowDrive: 带数据平衡的流量匹配用于轨迹规划

Lingguang Wang, Ömer Şahin Taş, Marlon Steiner, Christoph Stiller

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； FZI Research Center for Information Technology（弗劳恩霍夫信息技术研究中心） 纠错

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

AI总结 FlowDrive通过数据平衡和流量匹配技术，提升轨迹规划在稀有场景下的性能，实现最先进的规划效果。

GPT-4 Enhanced Multimodal Grounding for Autonomous Driving: Leveraging Cross-Modal Attention with Large Language Models

GPT-4增强的多模态接地用于自动驾驶：利用跨模态注意力与大语言模型

Haicheng Liao, Huanming Shen, Zhenning Li, Chengyue Wang, Guofa Li, Yiming Bie, Chengzhong Xu

机构 * Univ City（大学城市） 纠错

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

AI总结 本文提出了一种结合GPT-4的大语言模型的多模态接地框架，用于提升自动驾驶中的视觉理解和指令执行能力。

Journal ref Communications in Transportation Research 4 (2024) 100116

Are LLMs The Way Forward? A Case Study on LLM-Guided Reinforcement Learning for Decentralized Autonomous Driving

Timur Anvar, Jeffrey Chen, Yuyan Wang, Rohan Chandra

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

Zero-Shot Trajectory Planning for Signal Temporal Logic Tasks

Ruijia Liu, Ancheng Hou, Xiao Yu, Xiang Yin

机构 * Department of Automation（自动化系） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Artificial Intelligence（人工智能研究院） ； Xiamen University（厦门大学） 纠错

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

Decision Transformer-Based Drone Trajectory Planning with Dynamic Safety-Efficiency Trade-Offs

Chang-Hun Ji, SiWoon Song, Youn-Hee Han, SungTae Moon

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

Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2025. Copyright 2025 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses

Advanced Longitudinal Control and Collision Avoidance for High-Risk Edge Cases in Autonomous Driving

Dianwei Chen, Yaobang Gong, Xianfeng Yang

机构 * Department of Civil and Environmental Engineering, University of Maryland（大学工程学院） 纠错

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

Next-Best-Trajectory Planning of Robot Manipulators for Effective Observation and Exploration

Heiko Renz, Maximilian Krämer, Frank Hoffmann, Torsten Bertram

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

Comments Accepted for publication at the IEEE International Conference on Robotics and Automation (ICRA), 2025

Resilient UAV Trajectory Planning via Few-Shot Meta-Offline Reinforcement Learning

Eslam Eldeeb, Hirley Alves

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

doScenes: An Autonomous Driving Dataset with Natural Language Instruction for Human Interaction and Vision-Language Navigation

Parthib Roy, Srinivasa Perisetla, Shashank Shriram, Harsha Krishnaswamy, Aryan Keskar, Ross Greer

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

PP-TIL: Personalized Planning for Autonomous Driving with Instance-based Transfer Imitation Learning

Fangze Lin, Ying He, Fei Yu

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

Comments IROS 2024 Accepted