自动驾驶

Drive-KD: Multi-Teacher Distillation for VLMs in Autonomous Driving

Drive-KD：自动驾驶中用于视觉语言模型的多教师知识蒸馏

Weitong Lian, Zecong Tang, Haoran Li, Tianjian Gao, Yifei Wang, Zixu Wang, Lingyi Meng, Tengju Ru, Zhejun Cui, Yichen Zhu, Hangshuo Cao, Qi Kang, Tianxing Chen, Kaixuan Wang, Yu Zhang

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV、cs.AI

AI总结 本文提出Drive-KD框架，通过将自动驾驶分解为感知-推理-规划三元组，并利用知识蒸馏转移能力，构建了专用教师模型，并通过异构梯度投影缓解跨能力梯度冲突，验证了方法在不同模型家族和规模上的泛化能力，展示了蒸馏模型在自动驾驶任务中的优越性能。

Comments Preprint. 23 pages, 14 figures

Risk Assessment of Autonomous Driving: Integrating Technical Failures, Ethical Dilemmas, and Policy Frameworks

自动驾驶风险评估：整合技术故障、伦理困境与政策框架

Boyi Chen, Shengqin Chu, Zicheng Wang, Brian Baetz, Zhen Gao

机构 * Faculty of Engineering, McMaster University（麦斯特大学工程学院） 纠错

专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.AI

AI总结 本文通过分析NHTSA事故数据、DMV脱离报告、MIT道德机器数据集及五辖区法规对比，发现感知与分类错误是主要技术故障模式，并指出不同伦理框架和法规不一致性增加应用不确定性，建议采用适应性协同治理方法。

Comments 19 pages, 1 figure

MS-DKC: A Dataset Knowledge Card Framework for Designing and Adapting Medical Image Segmentation Models

MS-DKC：用于设计和适配医学图像分割模型的数据集知识卡片框架

Tariq M. Khan, Syed Saud Naqvi, Thantrira Porntaveetus, Hamid Alinejad-Rokny, Shahzaib Iqbal, Imran Razzak, Mohammad AU Khan

机构 * Center of Excellence in Precision Medicine and Digital Health, Faculty of Dentistry, Chulalongkorn University, Bangkok, Thailand（精准医学与数字健康中心，朱拉隆功大学牙科学院，泰国曼谷） ； Department of Computer Engineering, COMSATS University Islamabad, Islamabad, Pakistan（计算机工程系，COMSATS伊斯兰堡大学，巴基斯坦伊斯兰堡） ； School of Biomedical Engineering, UNSW, Sydney, NSW, Australia（生物医学工程学院，新南威尔士大学，澳大利亚悉尼，新南威尔士） ； Visiting Scholar (Collaborative Projects), Center of Excellence in Precision Medicine and Digital Health, Chulalongkorn University, Bangkok, Thailand（访问学者（合作项目），精准医学与数字健康中心，朱拉隆功大学，泰国曼谷） ； Department of Computing, Abasyn University Islamabad Campus (AUIC), Islamabad, Pakistan（计算系，阿巴斯扬大学伊斯兰堡校区（AUIC），巴基斯坦伊斯兰堡） ； Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, United Arab Emirates（Mohamed bin Zayed人工智能大学，阿布扎比，阿拉伯联合酋长国） ； College of Computer and Information Sciences, prince Sultan University, Riyadh, SAudi Arabia（计算机与信息科学学院，苏丹王子大学，沙特阿拉伯利雅得） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.CV

AI总结 提出MS-DKC框架，通过显式记录数据集特征（如前景占有率、形态、边界模糊性等）并映射到失败模式、设计先验和风险对齐标准，指导医学图像分割模型的设计与适配，在DRIVE、ISIC2018和ACDC数据集上验证了数据集条件化设计的有效性。

Hierarchically Decoupled Mixture-of-Experts for Robust Traffic Sign Recognition in Complex Driving Scenarios

用于复杂驾驶场景中鲁棒交通标志识别的分层解耦混合专家模型

Mingxiao Wang, Xiaozhen Qu, Bolin Gao, Tong Wang, Lei He

机构 * School of Automotive and Traffic Engineering, Liaoning University of Technology（辽宁科技学院汽车与交通工程学院） ； State Key Laboratory of Intelligent Green Vehicles and Mobility, School of Vehicle and Mobility, Tsinghua University（智能绿色车辆与移动State Key Laboratory，清华大学车辆与移动学院） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 提出分层解耦异构混合专家框架CBDES MoE TSR，通过图像级动态路由机制选择最优专家模型，在复合交通标志数据集上mAP50-95达76.8%，比基线提升2.3%且计算开销降低39.4%。

Comments 9 figures, 3 tables

CityRAG: Stepping Into a City via Spatially-Grounded Video Generation

CityRAG: 通过空间感知的视频生成进入城市

Gene Chou, Charles Herrmann, Kyle Genova, Boyang Deng, Songyou Peng, Bharath Hariharan, Jason Y. Zhang, Noah Snavely, Philipp Henzler

机构 * Google（谷歌） ； Cornell University（康奈尔大学） ； Stanford University（斯坦福大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 CityRAG通过利用地理注册数据的大型语料库，生成空间一致且可导航的真实环境视频，其核心方法是结合学习的先验知识和时空不一致训练数据，以实现复杂的运动和外观变化。

Comments Project page: cityrag.github.io