自动驾驶

4DR360: State Reasoning for Joint 3D Detection and Occupancy Prediction in 4D Radar-Camera Full-Scene Perception

4DR360：用于4D雷达-相机全场景感知中联合3D检测和占用预测的状态推理

Xiaokai Bai, Lianqing Zheng, Runwei Guan, Songkai Wang, Siyuan Cao, Hui-liang Shen

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

AI总结 针对4D雷达-相机全场景感知，提出\method框架，遵循跨模态状态推理范式，通过状态引导的BEV增强和多普勒引导的时间融合进行联合3D检测和占用预测，扩展数据集并实验，提升多任务学习效果。

Comments 5 pages, 8 figures

Coverage-Guided Road Selection and Prioritization for Efficient Testing in Autonomous Driving Systems

覆盖引导的道路选择与优先级分配以提高自动驾驶系统测试效率

Qurban Ali, Andrea Stocco, Leonardo Mariani, Oliviero Riganelli

专题命中 感知 ：autonomous driving(title,abstract)；self-driving(abstract)

AI总结 本文提出了一种覆盖引导的道路选择与优先级分配方法，通过减少冗余并保持多样性，提高自动驾驶系统测试效率，实现测试套件大小减少89%并提升故障检测能力95倍。

Comments The IEEE International Conference on Software Analysis, Evolution and Reengineering (SANER) 2026

Channel Knowledge Empowered Finite-Blocklength Rate-Splitting Transmission for High-Mobility Autonomous Driving

用于高机动性自动驾驶的信道知识赋能有限块长速率分割传输

Yi Wang, Yingyang Chen, Feng Bai, Li Wang, Gang Feng

专题命中 感知 ：autonomous driving(title,abstract)

AI总结 针对自动驾驶系统的xURLLC需求，提出CKM赋能的FBL RSMA。利用CKM信息进行精细速率分割设计，分析最小速率性能，推导私有流遍历速率界并制定优化设计。该方案在高机动性场景中性能优于SDMA和NOMA，凸显准确CKM信息对速率分割的重要性。

Comments 13 pages, 10 figures

Plug-and-Play Reweighting for Resilient Collaborative Decision-Making in Connected Autonomous Driving

用于联网自动驾驶中弹性协作决策的即插即用重加权方法

Jiewen Liu, Rui Liu, Matthew Lee, Ming C. Lin, Xiaorui Liu, Peng Gao

机构 * North Carolina State University（北卡罗来纳州立大学） ； University of Maryland, College Park（马里兰大学帕克分校） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 感知 ：autonomous driving(title)；分类 cs.RO

AI总结 针对联网自动驾驶中协作决策受感知噪声和对抗攻击影响的问题，提出弹性协作决策（RCDM）框架，含基于注意力的编解码器，设计即插即用重加权模块，经高保真模拟评估，性能优于现有方法，实现最优弹性能。

Comments 8 pages, 4 figures, 2 tables. Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Real-Time Rulebook-Aware Nonlinear MPC for Autonomous Driving with Priority-Biased Tiered Slacks

用于自动驾驶的具有优先级偏差分层松弛的实时规则手册感知非线性MPC

Hadi Hajieghrary, Benedikt Walter, Chaitanya Shinde, Paul Schmitt, Miguel Hurtado

机构 * TORC Robotics LLC（TORC机器人有限责任公司） ； Daimler Truck AG（戴姆勒卡车股份公司） ； MassRobotics（大众机器人协会） 纠错

专题命中 感知 ：autonomous driving(title)；分类 cs.RO

AI总结 研究自动驾驶中安全等冲突的解决，提出W-SQP加权分层松弛非线性MPC，将九个规则家族编译求解，能实时重新规划并记录残差，经评估在安全法规方面无系统性缺陷，是可审核、有优先级偏差且随时可用的NMPC原型。

Comments The manuscript is submitted to the Journal of Control Engineering Practice, A journal of The International Federation of Automatic Control (IFAC)

Edge Physical AI Deployment of Vision Transformers on Heterogeneous Edge GPU Targeting Autonomous Vehicles

针对自动驾驶车辆在异构边缘GPU上进行视觉Transformer的边缘物理AI部署

Ashiyana Abdul Majeed, Mahmoud Meribout, Neethu Joseph, Abel Kidane Haile, Mohammad Abdullah Al Faruque

机构 * Jetson-aware embedded deep learning inference（Jetson-aware嵌入式深度学习推理） 纠错

专题命中 感知 ：driving perception(abstract)；分类 cs.AI

AI总结 研究针对自动驾驶车辆在异构边缘GPU上部署视觉Transformer的问题，提出硬件感知的H-FraDS方法，通过固定调度比率路由帧，适配组件，结合OFA，实现高效推理，提升了帧率、吞吐量并满足实时操作要求。

Comments 14 pages, 15 figures, This work has been submitted to IEEE for possible publication

TopoExplore: Topological Discrimination for Archive-Based Exploration

TopoExplore：基于存档探索的拓扑判别

Jason Carlson

专题命中 感知 ：occupancy(abstract)；分类 cs.AI

AI总结 研究针对基于存档探索方法未考虑边界后区域能否进入的问题，提出TopoExplore，通过周期性拓扑遍历增强单元格选择，在MiniGrid套件等实验中取得加速效果，证明拓扑感知选择在区分封闭结构及开放覆盖区域均有优势。

LoFi: Vision-Aided Label Generator for Wi-Fi Localization and Tracking

LoFi：用于Wi-Fi定位与跟踪的视觉辅助标签生成器

Zijian Zhao, Tingwei Chen, Fanyi Meng, Zhijie Cai, Hang Li, Xiaoyang Li, Guangxu Zhu

机构 * Shenzhen Research Institute of Big Data（深圳大数据研究院） ； School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）科学与工程学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 LoFi通过视觉辅助生成高精度的Wi-Fi定位与跟踪标签，降低数据收集成本，提升数据驱动方法的实用性。