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。

2026-06-10 至 2026-06-10 共收录 4 信号源:cs.RO, cs.CV, eess.IV, cs.AI

1. 规划控制 1 篇

2606.05645 2026-06-10 cs.RO 版本更新 57%

Discrete-WAM: Unified Discrete Vision-Action Token Editing for World-Policy Learning

Discrete-WAM:面向世界-策略学习的统一离散视觉-动作标记编辑

Ziyang Yao, Haochen Liu, Yuncheng Jiang, Zeyu Zhu, Zibin Guo, Jingru Wang, Tianle Liu, Jianwei Cui, Kuiyuan Yang, Hongwei Xie, Jingwei Zhao, Guang Chen, Hangjun Ye

机构 * Xiaomi EV(小米电动车)

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

AI总结 提出Discrete-WAM,通过将未来视觉状态和自车动作对齐为离散标记,构建统一离散扩散框架,实现世界建模、世界-动作策略和分层决策策略的联合学习,支持可控生成和反事实推理,提升自动驾驶决策可靠性。

详情

展开后加载摘要…

URL PDF HTML 收藏

2. BEV与占用 2 篇

2606.07800 2026-06-10 quant-ph physics.atom-ph 版本更新 50%

Near-deterministic single-atom loading on a photonic integrated circuit

在光子集成电路上近确定性的单原子加载

Xinchao Zhou, Ahreum Lee, Dipanjan Das, Saivirinchi Prabandhakavi, Chen-Lung Hung

专题命中 BEV与占用 :occupancy(abstract)

AI总结 利用光镊中的移动光晶格形成精密光学传送带,将原子稳定输送到微环谐振器电路上,通过实时反馈实现82%的单原子转移概率,达到强耦合条件C>1。

Comments 11 pages, 9 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.01003 2026-06-10 cond-mat.mes-hall 版本更新 50%

Calculations of current in the cotunneling regime using Lindblad equations

使用Lindblad方程计算共隧穿区间的电流

Kian Maleki, Michael E. Flatté

专题命中 BEV与占用 :occupancy(abstract)

AI总结 本文采用Lindblad形式在马尔可夫近似下计算零维态通过隧穿势垒的共隧穿电流,并分析了自旋阻塞、退相干和自旋寿命对磁场和引线自旋极化的依赖性。

Comments disagreement between the authors about how the work should be revised to address referee comments

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 仿真评测 1 篇

2602.23499 2026-06-10 cs.RO cs.AI 版本更新 82%

TaCarla: A comprehensive benchmarking dataset for end-to-end autonomous driving

TaCarla: 端到端自动驾驶的综合基准数据集

Tugrul Gorgulu, Atakan Dag, M. Esat Kalfaoglu, Halil Ibrahim Kuru, Baris Can Cam, Halil Ibrahim Ozturk, Ozsel Kilinc

机构 * Tuğrul Gorgülü *†(土耳其巴伊塞蒂大学) Atakan Dağ †(土耳其巴伊塞蒂大学) M. Esat Kalfaoğlu ‡(土耳其巴伊塞蒂大学) Halil İbrahim Kuru †(土耳其巴伊塞蒂大学) Barış Can Cam †(土耳其巴伊塞蒂大学) Halil İbrahim Öztürk †(土耳其巴伊塞蒂大学) Özsel Kılınç §(土耳其巴伊塞蒂大学)

专题命中 仿真评测 :autonomous driving(title,abstract);分类 cs.RO、cs.AI

AI总结 针对现有自动驾驶数据集不完整、行为多样性不足及闭环评估缺失等问题,基于CARLA Leaderboard 2.0挑战场景收集超过285万帧的多任务数据集,支持规划、检测、预测及视觉语言动作模型,并提供数值稀有度评分。

Comments Accepted at the Third Workshop on Simulation for Autonomous Driving (SAD), CVPR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏