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。

2026-04-10 至 2026-04-10 共收录 3 信号源:cs.RO, cs.CV, eess.IV, cs.AI

1. 规划控制 3 篇

2505.17209 2026-04-10 cs.RO cs.AI 81%

LiloDriver: A Lifelong Learning Framework for Closed-loop Motion Planning in Long-tail Autonomous Driving Scenarios

LiloDriver:一种面向长尾自动驾驶场景闭环运动规划的终身学习框架

Huaiyuan Yao, Pengfei Li, Bu Jin, Yupeng Zheng, An Liu, Lisen Mu, Qing Su, Qian Zhang, Yilun Chen, Peng Li

机构 * Institute for AI Industry Research (AIR), Tsinghua University(清华大学人工智能产业研究院(AIR)) Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系) Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) Horizon Robotics(地平线机器人)

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

AI总结 LiloDriver通过结合大语言模型与记忆增强的规划生成系统,实现了在长尾自动驾驶场景中闭环运动规划的持续适应,优于传统规则和学习方法。

Comments 7 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.07687 2026-04-10 cs.LG cs.AI 79%

Joint Task Offloading, Inference Optimization and UAV Trajectory Planning for Generative AI Empowered Intelligent Transportation Digital Twin

生成式人工智能赋能的智能交通数字孪生中的联合任务卸载、推断优化与无人机轨迹规划

Xiaohuan Li, Junchuan Fan, Bingqi Zhang, Rong Yu, Xumin Huang, Qian Chen

机构 * Guangxi University Key Laboratory of Intelligent Networking and Scenario System (School of Information and Communication, Guilin University of Electronic Technology)(广西大学智能组网与场景系统重点实验室(桂林电子科技大学信息与通信学院)) Research Institute of Highway Ministry of Transport(交通运输部公路科学研究院) School of Automation, Guangdong University of Technology(广东工业大学自动化学院) School of Architecture and Transportation Engineering, Guilin University of Electronic Technology(桂林电子科技大学建筑与交通工程学院)

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

AI总结 本文提出一种联合优化方法,通过无人机任务卸载、推断优化和轨迹规划提升生成式人工智能赋能的智能交通数字孪生的精度与延迟平衡。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.07944 2026-04-10 cs.RO cs.AI cs.SY eess.SY 62%

On-Policy Distillation of Language Models for Autonomous Vehicle Motion Planning

语言模型在自动驾驶运动规划中的在线策略蒸馏

Amirhossein Afsharrad, Amirhesam Abedsoltan, Ahmadreza Moradipari, Sanjay Lall

机构 * Stanford University(斯坦福大学) University of California, San Diego(加州大学圣地亚哥分校) University of California, Santa Barbara(加州大学圣塔芭芭拉分校)

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

AI总结 本文研究如何将大模型的运动规划知识迁移到小模型,提出在线通用知识蒸馏方法,在nuScenes基准测试中表现优于强化学习基线,模型规模缩小5倍仍保持高性能。

详情

展开后加载摘要…

URL PDF HTML 收藏