自动驾驶

RoAD Benchmark: How LiDAR Models Fail under Coupled Domain Shifts and Label Evolution

RoAD基准：LiDAR模型在耦合域偏移和标签演变下为何失效

Subeen Lee, Siyeong Lee, Namil Kim, Jaesik Choi

机构 * LG AI Research（LG AI 研究院） ； NAVER LABS（NAVER 实验室） ； KAIST（韩国科学技术院） 纠错

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

AI总结 RoAD基准评估LiDAR目标分类在域偏移与标签演变交织下的模型鲁棒性，通过三种学习场景测试模型适应能力，揭示子类细化和未见类插入导致的有限迁移性和持续学习中的快速遗忘问题。

R-PGA: Robust Physical Adversarial Camouflage Generation via Relightable 3D Gaussian Splatting

R-PGA：通过可重照明的3D高斯点散布实现鲁棒的物理对抗伪装生成

Tianrui Lou, Siyuan Liang, Jiawei Liang, Yuze Gao, Xiaochun Cao

机构 * School of Cyber Science and Technology, Shenzhen Campus, Sun Yat-sen University（中山大学深圳校区网络空间安全学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Intelligent Systems Engineering, Shenzhen Campus, Sun Yat-sen University（中山大学深圳校区智能工程学院） 纠错

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

AI总结 本文提出R-PGA框架，通过可重照明的3D高斯点散布技术，解决自动驾驶系统中对抗性伪装生成的鲁棒性问题，提升复杂动态场景下的泛化能力。

Comments Under review

Learning Rollout from Sampling:An R1-Style Tokenized Traffic Simulation Model

从采样中学习：一种R1风格的分词交通仿真模型

Ziyan Wang, Peng Chen, Ding Li, Chiwei Li, Qichao Zhang, Zhongpu Xia, Guizhen Yu

机构 * State Key Laboratory of Intelligent Transportation System, Key Laboratory of Autonomous Transportation Technology for Special Vehicles, Ministry of Industry and Information Technology, School of Transportation Science and Engineering, Beihang University（北京航空航天大学交通科学与工程学院，智能交通系统国家重点实验室，特种车辆自主运输技术重点实验室（工业和信息化部）） ； State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所，多模态人工智能系统国家重点实验室） 纠错

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

AI总结 本文提出R1Sim模型，通过分词交通仿真结合熵引导采样和GRPO优化，实现探索与利用的平衡，生成真实安全的多智能体行为。

HELIOS: Hierarchical Exploration for Language-Grounded Interaction in Open Scenes

HELIOS：面向开放场景的语言引导交互的分层探索

Katrina Ashton, Chahyon Ku, Shrey Shah, Saumit Vedula, Tingrui Zhang, Wen Jiang, Kostas Daniilidis, Bernadette Bucher

机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Michigan（密歇根大学） 纠错

专题命中 仿真评测 ：occupancy(abstract)；分类 cs.RO

AI总结 HELIOS通过分层场景表示和搜索目标，解决开放环境中语言指令与部分观测场景的语义关联及动态更新问题，实现高仿真实验和现实场景中的语言引导抓取放置任务。