自动驾驶

Physics-Informed Predictive Control for Integrated Electric-Vehicle Thermal Management: An Open, Real-Data-Anchored Benchmark

集成电动汽车热管理的物理信息预测控制：一个开放的、基于真实数据的基准

Yifan Wang

专题命中 仿真评测 ：BEV(abstract,abstract_cn)

AI总结 提出OpenEV-ThermoSciML开放基准，集成电池、座舱、热泵和CO₂模型，基于真实驾驶循环和天气数据，开发物理信息Sci-ML代理模型，实现多目标优化，并在真实热天场景下验证了显著改进。

Comments 7 pages, 2 figures

CRAX: Fast Safe Reinforcement Learning Benchmarking

CRAX：快速安全强化学习基准测试

Tristan Tomilin, Mourad Boustani, Mickey Beurskens, Thiago D. Simão

机构 * Eindhoven University of Technology（埃因霍温理工大学） 纠错

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

AI总结 提出基于JAX加速的安全RL基准CRAX，利用MJX物理引擎实现高达100倍加速，包含6个环境套件和3个智能体任务，评估6种方法揭示性能与安全权衡。

Constrained Co-evolutionary Metamorphic Differential Testing for Autonomous Systems with an Interpretability Approach

具有可解释性方法的约束共进化元形差分测试用于自主系统

Hossein Yousefizadeh, Shenghui Gu, Lionel C. Briand, Ali Nasr

专题命中 仿真评测 ：autonomous driving(abstract)

AI总结 本文提出CoCoMagic方法，结合元形测试、差分测试和先进搜索技术，通过约束共进化搜索生成可解释的测试用例，有效识别自主系统版本间的行为差异。

Comments Submitted to ACM Transactions on Software Engineering and Methodology journal(TOSEM)

Journal ref ACM Transactions on Software Engineering and Methodology, 2026

UniFFBench: Evaluating Universal Machine Learning Force Fields Against Experimental Measurements

评估通用机器学习力场与实验测量的对比

Sajid Mannan, Vaibhav Bihani, Carmelo Gonzales, Kin Long Kelvin Lee, Nitya Nand Gosvami, Sayan Ranu, Santiago Miret, N M Anoop Krishnan

机构 * Department of Civil Engineering, Indian Institute of Technology Delhi（印度理工学院德里土木工程系） ； Yardi School of Artificial Intelligence, Indian Institute of Technology Delhi（印度理工学院德里人工智能学院） ； Intel Labs, California, USA（美国加州英特尔实验室） ； Department of Materials Science and Engineering, Indian Institute of Technology Delhi（印度理工学院德里材料科学与工程系） ； Department of Computer Science and Engineering, Indian Institute of Technology Delhi（印度理工学院德里计算机科学与工程系） 纠错

专题命中 仿真评测 ：occupancy(abstract)

AI总结 提出UniFFBench框架和MinX数据集，系统评估六种通用机器学习力场，发现模型在计算基准上表现优异但在实验复杂性下存在显著“现实差距”，密度预测误差高于实际应用阈值。