arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

视觉与机器人

自动驾驶

自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。

2026-03-23 至 2026-03-23 共收录 4 信号源:cs.RO, cs.CV, eess.IV, cs.AI

1. 仿真评测 4 篇

2506.04218 2026-03-23 cs.RO cs.AI cs.CV cs.LG 78%

Pseudo-Simulation for Autonomous Driving

伪模拟用于自动驾驶

Wei Cao, Marcel Hallgarten, Tianyu Li, Daniel Dauner, Xunjiang Gu, Caojun Wang, Yakov Miron, Marco Aiello, Hongyang Li, Igor Gilitschenski, Boris Ivanovic, Marco Pavone, Andreas Geiger, Kashyap Chitta

机构 * University of Tübingen, Tübingen AI Center(图宾根大学,图宾根人工智能中心) NVIDIA Research(NVIDIA研究) Robert Bosch GmbH(罗伯特·博世集团) OpenDriveLab at Shanghai Innovation Institute(上海创新研究院自动驾驶实验室) University of Stuttgart(斯图加特大学) University of Toronto(多伦多大学) Vector Institute(向量研究所) Stanford University(斯坦福大学)

专题命中 仿真评测 :autonomous driving(title);分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出伪模拟方法,通过在真实数据上生成合成观测,提升自动驾驶评估的现实性和效率,实现与闭环模拟更紧密的关联。

Comments CoRL 2025, updated with leaderboard snapshot from March 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.19852 2026-03-23 cs.CV cs.AI cs.LG 62%

Failure Modes for Deep Learning-Based Online Mapping: How to Measure and Address Them

深度学习在线建图的失效模式:如何衡量和解决这些模式

Michael Hubbertz, Qi Han, Tobias Meisen

机构 * University of Wuppertal(乌珀塔尔大学) Aptiv Services Deutschland GmbH(Aptiv Services 德国分公司)

专题命中 仿真评测 :autonomous driving(abstract);分类 cs.CV、cs.AI

AI总结 本文提出框架识别和测量深度学习在线建图的失效模式,通过分离记忆输入特征和过拟合已知地图几何的效应,引入基于Fréchet距离的重建统计量和互补失效模式评分,分析数据集偏差并提出地图几何感知诊断方法,实验表明多样化和平衡的训练集能提升性能。

Comments Accepted to CVPR 2026, final camera ready version is published there

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.19552 2026-03-23 cs.CV 57%

StreetForward: Perceiving Dynamic Street with Feedforward Causal Attention

StreetForward:基于前馈因果注意力的动态街道感知

Zhongrui Yu, Zhao Wang, Yijia Xie, Yida Wang, Xueyang Zhang, Yifei Zhan, Kun Zhan

机构 * Li Auto Inc.(Li汽车公司) Zhejiang University(浙江大学)

专题命中 仿真评测 :autonomous driving(abstract);分类 cs.CV

AI总结 本文提出StreetForward框架,通过交替注意力机制和时间掩码注意力模块,实现动态街道的前馈重建,统一表示静态内容和动态实例,并在Waymo数据集上验证了其在视图合成和深度估计上的优越性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.17393 2026-03-23 cs.LG math.SP 50%

CatBOX: A Categorical-Continuous Bayesian Optimization with Spectral Mixture Kernels for Accelerated Catalysis Experiments

CatBOX:一种结合谱混合核的分类-连续贝叶斯优化用于加速催化实验

Changquan Zhao, Yi Zhang, Zhuo Li, Li Jin, Cheng Hua, Yulian He

机构 * Global College(全球学院) Department of Industrial Engineering and Operations Research(工业工程与运营管理系) Antai College of Economics and Management(经济管理学院) School of Chemistry and Chemical Engineering(化学与化工学院)

专题命中 仿真评测 :self-driving(abstract)

AI总结 CatBOX通过结合谱混合核和信任区域方法,优化催化实验中的分类和连续参数,提升实验效率,实验证明其在多个任务中优于基线方法。

详情

展开后加载摘要…

URL PDF HTML 收藏