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。

2026-05-15 至 2026-05-15 共收录 4 篇信号源：cs.RO, cs.CV, eess.IV, cs.AI

1. 端到端驾驶 4 篇

2603.14851 2026-05-15 cs.CV cs.RO 84%

AutoMoT: A Unified Vision-Language-Action Model with Asynchronous Mixture-of-Transformers for End-to-End Autonomous Driving

AutoMoT：一种基于异步混合变换器的统一视觉-语言-动作模型用于端到端自动驾驶

Wenhui Huang, Songyan Zhang, Qihang Huang, Zhidong Wang, Zhiqi Mao, Collister Chua, Zhan Chen, Long Chen, Chen Lv

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡）； Harvard University, US（哈佛大学，美国）

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

AI总结本文提出AutoMoT，一种统一视觉-语言-动作模型，通过异步混合变换器架构解决自动驾驶中推理与动作空间分布不一致、推理效率低等问题，实验证明其在多基准测试中表现优异。

2605.12624 2026-05-15 cs.RO cs.CV 81%

MindVLA-U1: VLA Beats VA with Unified Streaming Architecture for Autonomous Driving

MindVLA-U1：统一流架构使VLA超越VA用于自动驾驶

Yuzhou Huang, Benjin Zhu, Hengtong Lu, Victor Shea-Jay Huang, Haiming Zhang, Wei Chen, Jifeng Dai, Yan Xie, Hongsheng Li

机构 * CUHK MMLab（香港中文大学多模态实验室）； Li Auto ； Tsinghua University（清华大学）

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

AI总结 MindVLA-U1通过统一流架构实现自动驾驶中VLA超越VA，采用统一视觉语言模型骨干和流匹配连续动作轨迹，在保持各模态自然输出形式的同时，实现高效规划和低延迟。

Comments Work in progress. Project page: https://mind-omni.github.io/

2605.14696 2026-05-15 cs.CV 70%

EponaV2: Driving World Model with Comprehensive Future Reasoning

EponaV2：通过全面的未来推理驱动世界模型

Jiawei Xu, Zhizhou Zhong, Zhijian Shu, Mingkai Jia, Mingxiao Li, Jia-Wang Bian, Qian Zhang, Kaicheng Zhang, Jin Xie, Jian Yang, Wei Yin

机构 * PCA Lab, VCIP, College of Computer Science, Nankai University（PCA实验室、VCIP、计算机科学学院、南开大学）； Horizon Robotics ； HKUST（香港科技大学）； NJUPT（南京工程大学）； NTU（国立台湾大学）； Anyverse ； School of Intelligence Science and Technology, Nanjing University（智能科学与技术学院、南京大学）

专题命中端到端驾驶：autonomous driving(abstract)；trajectory planning(abstract)；分类 cs.CV

AI总结本文提出EponaV2，一种新的驾驶世界模型范式，通过全面的未来推理实现高质量规划。模型通过预测更全面的未来表示，结合3D和语义模态，提升环境理解与现实推理能力，从而改进轨迹规划。

2605.12625 2026-05-15 cs.RO cs.CV 62%

Driving Intents Amplify Planning-Oriented Reinforcement Learning

意图驱动强化学习放大规划导向的强化学习

Hengtong Lu, Victor Shea-Jay Huang, Chengmin Yang, Pengfei Jing, Jifeng Dai, Yan Xie, Benjin Zhu

机构 * Li Auto（力 auto）； Tsinghua University（清华大学）； CUHK MMLab（香港大学MMLab）

专题命中端到端驾驶：end-to-end driving(abstract)；分类 cs.RO、cs.CV

AI总结本文提出DIAL框架，通过两阶段方法解决连续动作策略在偏好对齐中的模式崩溃问题，通过意图引导的采样扩展分布并提升性能。

Comments Project page: https://mind-omni.github.io/