自动驾驶

DRCC-LPVMPC: Robust Data-Driven Control for Autonomous Driving and Obstacle Avoidance

DRCC-LPVMPC：面向自动驾驶和障碍物避让的鲁棒数据驱动控制

Shiming Fang, Xilin Li, Changzhi Wu, Kaiyan Yu

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

AI总结 本文提出DRCC-LPVMPC框架，通过处理模型偏差和不确定性，提升自动驾驶中的安全性和可靠性。

Continuous-time optimal control for trajectory planning under uncertainty

在不确定性下的连续时间最优控制用于轨迹规划

Ange Valli, Shangyuan Zhang, Abdel Lisser

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

AI总结 本文提出了一种连续时间最优控制框架，用于生成具有不确定性的驾驶场景中的参考轨迹。通过将之前离散时间随机生成器扩展到连续时间，提高了生成器在实时环境中的鲁棒性，并展示了连续时间随机模型在捕捉不确定性方面的有效性。

Comments Postprint

TrajMamba: An Ego-Motion-Guided Mamba Model for Pedestrian Trajectory Prediction from an Egocentric Perspective

TrajMamba：一种基于自身运动的Mamba模型，用于从第一人称视角预测行人轨迹

Yusheng Peng, Gaofeng Zhang, Liping Zheng

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

AI总结 本文提出基于Mamba模型的TrajMamba模型，通过提取行人和自身运动特征，结合自身运动引导解码器预测未来轨迹，实现在自动驾驶和机器人导航中的高性能表现。

Comments Accept by ICRA 2026

Bridging Scene Generation and Planning: Driving with World Model via Unifying Vision and Motion Representation

弥合场景生成与规划：通过统一视觉与运动表示进行驾驶世界模型

Xingtai Gui, Meijie Zhang, Tianyi Yan, Wencheng Han, Jiahao Gong, Feiyang Tan, Cheng-zhong Xu, Jianbing Shen

机构 * SKL-IOTSC, CIS, University of Macau（澳门大学SKL-IOTSC、CIS） ； Afari Intelligent Drive（Afari智能驾驶） 纠错

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

AI总结 本文提出WorldDrive框架，通过统一视觉与运动表示弥合场景生成与规划之间的差距，利用轨迹感知驾驶世界模型和未来感知奖励器提升自动驾驶规划性能。

Comments 16 pages, 9 figures. The code is available at https://github.com/TabGuigui/WorldDrive

Intelligent Control of Differential Drive Robots Subject to Unmodeled Dynamics with EKF-based State Estimation

具有未建模动态的差分驱动机器人智能控制与状态估计

Amos Alwala, Yuchen Hu, Gabriel da Silva Lima, Wallace Moreira Bessa

机构 * With the Smart Systems , Department of Mechanical and Materials Engineering, Faculty of Technology, University of Turku（智能系统，机械与材料工程系，技术学院，图尔库大学） 纠错

专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出结合Lyapunov非线性控制器与自适应神经网络及EKF多传感器融合的统一控制与状态估计框架，通过在线适应方案改进RBF权重，实现未知非线性建模，并通过Lyapunov分析保证闭环稳定性，实验显示在速度跟踪性能上有显著提升。

Chain-of-Trajectories: Unlocking the Intrinsic Generative Optimality of Diffusion Models via Graph-Theoretic Planning

轨迹链：通过图论规划解锁扩散模型的内在生成最优性

Ping Chen, Xiang Liu, Xingpeng Zhang, Fei Shen, Xun Gong, Zhaoxiang Liu, Zezhou Chen, Huan Hu, Kai Wang, Shiguo Lian

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

AI总结 本文提出轨迹链框架，通过图论规划解决扩散模型在高维状态空间中的计算瓶颈，提升生成质量与稳定性。

Comments 12 figues, 5 tables

Amortizing Trajectory Diffusion with Keyed Drift Fields

通过键控漂移场实现轨迹扩散的 amortization

Gokul Puthumanaillam, Melkior Ornik

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

AI总结 本文提出键控漂移策略，通过单步推理实现轨迹扩散行为，保留多样候选计划生成和实时控制循环中的状态条件能力，降低规划延迟。

Multimodal Belief-Space Covariance Steering with Active Probing and Influence for Interactive Driving

多模态信念空间协方差操控与主动探测及影响的交互驾驶

Devodita Chakravarty, John Dolan, Yiwei Lyu

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

AI总结 本文提出一种多模态信念空间协方差操控方法，通过主动探测和影响策略，在交互驾驶中提升安全性和决策效率。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA 2026)

Risk Aware Safe Control with Multi-Modal Sensing for Dynamic Obstacle Avoidance

具有多模感知的动态障碍物避让风险感知安全控制

Pei Yu Chang, Qizhe Xu, Vishnu Renganathan, Qadeer Ahmed

专题命中 规划控制 ：LiDAR(abstract)

AI总结 本文提出一种融合概率状态估计与条件风险值控制障碍函数的安全框架，通过 Wasserstein barycenter 结合多模感知数据，提升自动驾驶在动态环境中的安全性和鲁棒性。

Risk-Budgeted Control Framework for Balanced Performance and Safety in Autonomous Vehicles

面向自动驾驶车辆平衡性能与安全的风险预算控制框架

Pei Yu Chang, Vishnu Renganathan, Qadeer Ahmed

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

AI总结 本文提出一种混合控制框架，通过风险预算监控在安全认证的自动驾驶中平衡性能与安全。框架通过滑动窗口监控不足的屏障残差，当安全边际恶化时切换至更保守的条件风险价值CBF（CVaR-CBF）。