自动驾驶

V-STC: A Time-Efficient Multi-Vehicle Coordinated Trajectory Planning Approach

V-STC：一种时间高效的多车辆协同轨迹规划方法

Pengfei Liu, Jialing Zhou, Yuezu Lv, Guanghui Wen, Tingwen Huang

机构 * School of Automation, Beijing Institute of Technology（北京理工大学自动化学院） ； State Key Laboratory of CNS/ATM, Beijing Institute of Technology（北京理工大学国家空管委/民航委重点实验室） ； Beijing Key Laboratory of Lightweight Intelligent System, Beijing Institute of Technology（北京理工大学轻量化智能系统重点实验室） ； School of Automation, Southeast University（东南大学自动化学院） ； Faculty of Computer Science and Control Engineering, Shenzhen University of Advanced Technology（深圳先进技术大学计算机科学与控制工程学院） 纠错

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

AI总结 本文提出V-STC方法，通过优化模型构建每个车辆的时空走廊，以提高多车辆协同的时间效率，同时保持时空域内的无碰撞分离。

Comments 12 pages, 23 figures

SANDO: Safe Autonomous Trajectory Planning for Dynamic Unknown Environments

SANDO：动态未知环境中的安全自主轨迹规划

Kota Kondo, Jesús Tordesillas, Jonathan P. How

机构 * Departments of Aeronautics and Astronautics, and Mechanical Engineering, Massachusetts Institute of Technology（航空工程与机械工程系，麻省理工学院） ； Department of Electronics, Automation, and Communications, Comillas ICAI（电子、自动化与通讯系，Comillas ICAI） 纠错

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

AI总结 SANDO通过热图A*全局规划器、混合整数二次规划和形式安全分析，在动态未知环境中实现安全轨迹规划，提升计算效率和安全性。

Comments 20 pages, 17 figures

Cross-Stage Coherence in Hierarchical Driving VQA: Explicit Baselines and Learned Gated Context Projectors

层次驾驶视觉问答中的跨阶段一致性：显式基线与学习门控上下文投影

Gautam Kumar Jain, Carsten Markgraf, Julian Stähler

机构 * Technische Hochschule Augsburg（亚琛工业大学） 纠错

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

AI总结 本文研究了驾驶场景中跨阶段上下文传递的两种方法，显式基线通过无额外训练的4B VLM减少矛盾，隐式基线通过门控投影提升规划阶段语义一致性，两者共同探讨了领域适应在全谱改进中的潜力。

Comments 16 pages, 8 figures, 8 tables, preprint

Recent Advances in Multi-Agent Human Trajectory Prediction: A Comprehensive Review

多智能体人类轨迹预测的最新进展：综合性综述

Céline Finet, Stephane Da Silva Martins, Jean-Bernard Hayet, Ioannis Karamouzas, Javad Amirian, Sylvie Le Hégarat-Mascle, Julien Pettré, Emanuel Aldea

机构 * INRIA Rennes（INRIA里昂） ； SATIE - CNRS Université Paris-Saclay（SATIE-CNRS巴黎-萨克莱大学） ； Centro de Investigación en Matemáticas Guanajuato, México（瓜尼亚托数学研究所，墨西哥） ； University of California, Riverside（加州大学河滨分校） ； Sorbonne Université, Paris（索邦大学，巴黎） ； Department of Computer Science（计算机科学系） 纠错

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

AI总结 综述近期深度学习在多智能体轨迹预测中的进展，聚焦2020-2025年研究，分类讨论架构设计、输入表示及预测策略，并强调ETH/UCY基准测试中的模型评估及未来研究方向。

Comments 40 pages

An Efficient Real-Time Planning Method for Swarm Robotics Based on an Optimal Virtual Tube

基于最优虚拟管的群体机器人高效实时规划方法

Pengda Mao, Shuli Lv, Chen Min, Zhaolong Shen, Quan Quan

机构 * School of Automation Science and Electrical Engineering, Beihang University（自动化科学与电气工程学院，北京航空航天大学） 纠错

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

AI总结 本文提出结合集中式最优虚拟管规划与分布式控制的群体机器人轨迹规划框架，实现低计算量高频率重规划，融合多步与反应式规划的优势。

Comments 18 pages, 21 figures