自动驾驶

GA-VLN: Geometry-Aware BEV Representation for Efficient Vision-Language Navigation

GA-VLN: 用于高效视觉-语言导航的几何感知鸟瞰图表示

Jiahao Yang, Zihan Wang, Xiangyang Li, Xing Zhu, Yujun Shen, Yinghao Xu, Shuqiang Jiang

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Robbyant ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 BEV与占用 ：BEV(title,summary_cn)；分类 cs.CV、cs.AI

AI总结 本文提出GA-VLN框架，通过引入几何感知的鸟瞰图表示（GA-BEV），整合显式和隐式几何信息，提升视觉-语言导航的效率和性能，实验表明其在仅使用导航数据的情况下取得了最先进的结果。

Learning A Unified Risk Map for Autonomous Driving in Partially Observable Environments

在部分可观察环境中学习统一的风险图

Jie Jia, Yaofeng Su, Zeyu Bao, Yun Hong, Bingzhao Gao, Zhongxue Gan, Wenchao Ding

机构 * Fudan University（复旦大学） ； Tongji University（同济大学） 纠错

专题命中 BEV与占用 ：autonomous driving(title,abstract)；分类 cs.RO

AI总结 本文提出了一种统一的风险图建模与学习框架，用于部分可观察环境中的自动驾驶，通过时空建模整合交通流风险和碰撞风险，以更精细地评估遮挡引起的危险，并引入扩散基场景生成框架来解决遮挡交互场景稀缺的问题，实验表明该方法在Waymo Open Motion Dataset上显著优于现有方法。

Comments Published in IEEE Robotics and Automation Letters

Phonon state tomography of electron correlation dynamics in optically excited solids

光子态成像用于光学激发固体中电子关联动力学的研究

Mattia Moroder, Matteo Mitrano, Ulrich Schollwöck, Sebastian Paeckel, John Sous

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出了一种光子态成像（PST）方法，用于研究由激光脉冲初始时间激发声子的固体中电子动力学，通过投影纯化矩阵积状态算法，将精确的电子-声子波函数分解为纯电子态的贡献，从而实现电子动力学的'成像'重建。

Comments Added one paragraph to the main text and uploaded the Supporting Information

Journal ref Nano Lett. 24, 15693 (2024)