Fudan University（复旦大学）

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

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

DARTs: A Dual-Path Robust Framework for Anomaly Detection in High-Dimensional Multivariate Time Series

DARTs：一种用于高维多变量时间序列异常检测的双路径稳健框架

Xuechun Liu, Heli Sun, Xuecheng Wu, Ruichen Cao, Yunyun Shi, Dingkang Yang, Haoran Li

机构 * Xi’an Jiaotong University, School of Computer Science and Technology（西安交通大学计算机科学与技术学院） ； Fudan University, College of Intelligent Robotics and Advanced Manufacturing（复旦大学智能机器人与先进制造学院） 纠错

AI总结 DARTs通过双路径框架和窗口感知机制，提升高维多变量时间序列异常检测的鲁棒性和准确性。

Variational Physics-Informed Ansatz for Reconstructing Hidden Interaction Networks from Steady States

变分物理信息假设法用于从稳态重构隐藏相互作用网络

Kaiming Luo

机构 * School of Information Science and Technology, Fudan University（信息科学与技术学院，复旦大学） 纠错

AI总结 本文提出变分物理信息假设法，通过稳态数据重构复杂相互作用网络，无需时间轨迹或监督，适用于仅能获取快照观测的场景。

WAM-Diff: A Masked Diffusion VLA Framework with MoE and Online Reinforcement Learning for Autonomous Driving

WAM-Diff: 一种结合MoE和在线强化学习的掩码扩散VLA框架用于自动驾驶

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

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

AI总结 WAM-Diff通过结合MoE和在线强化学习的掩码扩散框架，提升自动驾驶轨迹生成的性能与灵活性。

MCTS-EP: Empowering Embodied Planning with Online Preference Optimization

MCTS-EP：通过在线偏好优化增强具身规划

Hang Xu, Zang Yu, Yehui Tang, Pengbo Hu, Yuhao Tang, Hao Dong

机构 * School of Management, Fudan University, Shanghai, China（复旦大学管理学院） ； Independent Researcher（独立研究者） ； CFCS, School of Computer Science, Peking University, Beijing, China（计算机科学系，北京大学） ； PKU-AgiBot Lab, Peking University, Beijing, China（北京大学） 纠错

AI总结 MCTS-EP通过结合大语言模型与蒙特卡洛树搜索，实现具身智能体的在线偏好优化，提升多模态任务的性能表现。