自动驾驶

CRUISE: Vision-Language Model-Guided Uncertainty-Aware Cross-Modal Sensor Fusion for Robust Autonomous Driving

CRUISE：面向鲁棒自动驾驶的视觉语言模型引导的不确定性感知跨模态传感器融合

Junyao Wang, Yulin Xu, Yu Li, Pramod Khargonekar, Mohammad Abdullah Al Faruque

机构 * University of California, Irvine（加利福尼亚大学欧文分校） 纠错

专题命中 多传感器融合 ：autonomous driving(title)；LiDAR(abstract,abstract_cn)；分类 cs.AI

AI总结 针对现有不确定性感知融合方法泛化性差的问题，提出CRUISE框架，结合VLM引导的UQ模块与动态自适应机制，实现鲁棒的自动驾驶跨模态传感器融合。

What Irregularity Costs: CUDA C++, Rust, and Triton on a Hash-Blocked GPU Workload

非规则性的代价：哈希阻塞GPU工作负载上的CUDA C++、Rust与Triton

Petr Korolev

机构 * Spacial Intelligence Labs（空间智能实验室） 纠错

专题命中 多传感器融合 ：occupancy(abstract)；分类 cs.CV

AI总结 该研究对比了CUDA C++、Rust、Triton在哈希阻塞GPU工作负载上的性能，发现规则阶段三者性能接近，非规则阶段Triton慢一个数量级，Rust接近CUDA，还分析了性能差异原因并修复了cuda-oxide的一个缺陷。

Comments 23 pages, 5 figures, 4 tables. Includes a correctness result for TSDF fusion implementations: at hash load factors reached by ordinary depth trajectories, the Triton implementation silently discards blocks. Code, raw measurement CSVs and an interactive viewer: https://github.com/realitymatrix/what-irregularity-costs