自动驾驶

TaPD: Temporal-adaptive Progressive Distillation for Observation-Adaptive Trajectory Forecasting in Autonomous Driving

TaPD: 基于时间自适应的渐进蒸馏用于自动驾驶中的观测自适应轨迹预测

Mingyu Fan, Yi Liu, Hao Zhou, Deheng Qian, Mohammad Haziq Khan, Matthias Raetsch

机构 * College of Information and Intelligent Science, Donghua University（信息与智能科学学院，东华大学） ； School of Computing and Information Technology, Great Bay Institute for Advanced Study/Great Bay University（计算与信息技术学院，大澳研究院/大澳大学） ； Chongqing Chang’an Technology Co., Ltd（重庆长安科技有限公司） ； ViSiR, Reutlingen University（ViSiR，鲁特大学） 纠错

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

AI总结 TaPD通过时间自适应渐进蒸馏方法，实现观测自适应的轨迹预测，提升短历史观测下的预测性能。

Multi-Robot Trajectory Planning via Constrained Bayesian Optimization and Local Cost Map Learning with STL-Based Conflict Resolution

多机器人轨迹规划通过约束贝叶斯优化与局部成本图学习及基于STL的冲突解决

Sourav Raxit, Abdullah Al Redwan Newaz, Jose Fuentes, Paulo Padrao, Ana Cavalcanti, Leonardo Bobadilla

机构 * Department of Computer Science, University of New Orleans（计算机科学系，新奥尔良大学） ； Knight Foundation School of Computing and Information Sciences, Florida International University（骑士基金会计算与信息科学学院，佛罗里达国际大学） ； Providence College, Department of Mathematics & Computer Science（普罗维登斯学院，数学与计算机科学系） 纠错

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

AI总结 本文提出一种结合约束贝叶斯优化与STL冲突解决的多机器人轨迹规划方法，提升轨迹效率和安全性。

Comments Accepted to ICRA 2026

RAG-Driver: Generalisable Driving Explanations with Retrieval-Augmented In-Context Learning in Multi-Modal Large Language Model

RAG-Driver: 多模态大语言模型中基于检索的可泛化驾驶解释

Jianhao Yuan, Shuyang Sun, Daniel Omeiza, Bo Zhao, Paul Newman, Lars Kunze, Matthew Gadd

机构 * University of Oxford（牛津大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

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

AI总结 RAG-Driver通过检索增强的上下文学习，实现高性能、可解释和可泛化的自动驾驶系统。

Comments 14 pages, 6 figures

Journal ref Robotics: Science and Systems (RSS) 2024

Safe Autonomous Lane Changing: Planning with Dynamic Risk Fields and Time-Varying Convex Space Generation

安全的自动驾驶变道：基于动态风险场和时间变化凸空间的规划

Yijun Lu, Zhihao Lin, Zhen Tian

机构 * Waseda University（早稻田大学） ； James Watt School of Engineering, University of Glasgow（格拉斯哥大学詹姆斯·瓦特工程学院） 纠错

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

AI总结 本文提出基于动态风险场和时间变化凸空间的轨迹规划方法，通过整合风险感知与碰撞避免，实现安全高效的自动驾驶变道。

Data-Driven Bed Capacity Planning Using $M_t/G_t/\infty$ Queueing Models with an Application to Neonatal Intensive Care Units

基于 $M_t/G_t/\infty$ 队列模型的数据驱动床容量规划及其在新生儿重症监护室的应用

Maryam Akbari-Moghaddam, Douglas G. Down, Na Li, Catherine Eastwood, Ayman Abou Mehrem, Alexandra Howlett

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出基于 $M_t/G_t/\infty$ 队列模型的数据驱动方法，用于ICU床位容量规划，通过分析LOS变化和时间波动，提升床位需求预测的准确性。

Comments This paper has been submitted to the Operations Research, Data Analytics and Logistics journal