arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-05-04 至 2026-05-04 共收录 4 信号源:cs.RO, cs.CV, eess.IV, cs.AI

1. 端到端驾驶 4 篇

2605.00531 2026-05-04 cs.SE 78%

From Research to Practice: An Interactive Rapid Review of Autonomous Driving System Testing in Industry

从研究到实践:一项与行业从业者互动的快速审查,探讨自动驾驶系统测试

Qunying Song, Ali Nouri, Håkan Sivencrona, Federica Sarro

专题命中 端到端驾驶 :autonomous driving(title,abstract)

AI总结 本文通过与21名汽车行业从业者的互动快速审查,揭示了自动驾驶系统测试中的关键挑战,特别是端到端系统测试的完整性和方法,为行业提供实践洞察。

Comments 12 pages, 1 figure, 10 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.00291 2026-05-04 cs.CV cs.RO 76%

An End-to-End Decision-Aware Multi-Scale Attention-Based Model for Explainable Autonomous Driving

端到端的决策感知多尺度注意力模型用于可解释的自动驾驶

Maryam Sadat Hosseini Azad, Shahriar Baradaran Shokouhi, Amir Abbas Hamidi Imani, Shahin Atakishiyev, Randy Goebel

机构 * Department of Computing Science, University of Alberta(阿尔伯塔大学计算机科学系)

专题命中 端到端驾驶 :autonomous driving(title);分类 cs.RO、cs.CV

AI总结 本文提出一种端到端的多尺度注意力模型,通过将驾驶决策输入推理组件,提供特定案例的解释。采用F1分数和新的联合F1分数评估模型性能,验证了其在可解释人工智能中的准确性和可靠性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.00080 2026-05-04 cs.RO cs.CV 62%

World Model for Robot Learning: A Comprehensive Survey

机器人学习的世界模型:全面综述

Bohan Hou, Gen Li, Jindou Jia, Tuo An, Xinying Guo, Sicong Leng, Haoran Geng, Yanjie Ze, Tatsuya Harada, Philip Torr, Oier Mees, Marc Pollefeys, Zhuang Liu, Jiajun Wu, Pieter Abbeel, Jitendra Malik, Yilun Du, Jianfei Yang

机构 * Nanyang Technological University(南洋理工大学) University of California, Berkeley(加州大学伯克利分校) Stanford University(斯坦福大学) The University of Tokyo(东京大学) University of Oxford(牛津大学) Microsoft(微软公司) ETH Zurich(苏黎世联邦理工学院) Princeton University(普林斯顿大学) Harvard University(哈佛大学)

专题命中 端到端驾驶 :autonomous driving(abstract);分类 cs.RO、cs.CV

AI总结 综述从机器人学习角度系统回顾世界模型的快速发展,探讨其与机器人策略的耦合、作为强化学习模拟器的作用以及机器人视频世界模型的发展,总结关键范式与挑战。

Comments 43 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.00313 2026-05-04 cond-mat.mtrl-sci cs.AI 57%

Beyond Structure: Revolutionising Materials Discovery via AI-Driven Synthesis Protocol-Property Relationships

超越结构:通过AI驱动的合成协议-性质关系革新材料发现

Guillaume Lambard

机构 * Data-driven materials design group, Center for Basic Research on Materials (CBRM)(数据驱动材料设计组,基本材料研究中心(CBRM)) National Institute for Materials Science (NIMS)(国家材料科学研究所(NIMS))

专题命中 端到端驾驶 :self-driving(abstract);分类 cs.AI

AI总结 本文提出通过AI驱动的合成协议-性质关系革新材料发现,强调以合成为导向的范式转变,构建可执行合成协议的机器可读协议表示,部署生成和反向设计模型,整合闭环优化以提升实验可行性和可持续性。

Comments 20 pages, 2 figures

详情

展开后加载摘要…

URL PDF HTML 收藏