自动驾驶

High-Order Liquid Evidence Encoding for Gradual GNSS Spoofing Detection in Autonomous Driving

面向自动驾驶中渐进式GNSS欺骗检测的高阶液体证据编码

Muhammad Ayub Sabir, Junbiao Pang, Fatima Ashraf

机构 * Faculty of Information Technology, Beijing University of Technology（北京工业大学信息学部） 纠错

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

AI总结 针对自动驾驶中渐进式GNSS欺骗难检测问题，提出因果高阶液体证据框架，在AV-GPS数据集子集上获最高F1分数，可快速检测正常到攻击的转变。

Do Not Forget the Obvious - RISC: A Risk-Informed Slice-Coverage Protocol for Safe Autonomous Driving

勿忽视显而易见的内容——RISC：一种用于安全自动驾驶的风险感知切片覆盖协议

Fabian Hüger

机构 * CARIAD SE 纠错

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

AI总结 该研究提出RISC协议，将安全问题转化为风险切片，通过风险引导选择提升自动驾驶关键故障发现率，可应用于多类自动驾驶子系统，补充现有测试验证流程。

Comments 14 pages, 3 figures, 5 tables. Accepted at the ECCV 2026 Workshop on Safe and Defensive Autonomous Driving (SDAD). Non-archival workshop paper

AutoGrable: What Is a Good Graph for a Table?

AutoGrable：什么是适合表格的图？

Tamara Cucumides, Floris Geerts

机构 * University of Antwerp（安特卫普大学） 纠错

专题命中 感知 ：occupancy(abstract)

AI总结 AutoGrable是一种无需训练图模型的表格到图构造方法，通过标签对齐风险打分选择最优列子集，在受控和真实任务中性能优于对比方法，还可在图无用时弃权构建。

Comments 28 pages, 4 figures

Cutting AI Datacenter Energy with Reinforcement Learning: Measured Power Control of LLM Training from One GPU to the Fleet

用强化学习降低AI数据中心能耗：从单GPU到集群的大语言模型训练实测功率控制

Eliseo Curcio

专题命中 规划控制 ：occupancy(abstract)；分类 cs.AI

AI总结 该研究针对大语言模型训练的GPU功耗问题，提出PPO元控制器调整生成参数，在单GPU及集群环境下降低功率违规、提升输出与能效，验证了超额订阅的可行性。

Herding End-to-End Autonomous Driving via Neuro-Symbolic Safety Guards

通过神经符号安全护卫实现端到端自动驾驶的引导

Simón Patiño Idarraga, Erick Silva, Rehana Yasmin, Ali Shoker

专题命中 端到端驾驶 ：autonomous driving(title)；end-to-end driving(abstract)；分类 cs.RO、cs.AI

AI总结 该研究针对端到端驾驶智能体违反交通规则的问题，提出无需重训的神经符号安全护卫，在Fail2Drive和Bench2Drive基准上使成功率提15%、安全碰撞降53%且保留原驾驶分数。

RoadWeaver: Large-Scale Lane-Level HD Map Generation from Scratch for Autonomous Driving Simulation

RoadWeaver：面向自动驾驶仿真的从零开始大规模车道级高清地图生成

Yueyuan Li, Zexi Chen, Weijie Xi, Mingyang Jiang, Songan Zhang, Hanyang Zhuang, Ming Yang

专题命中 BEV与占用 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI

AI总结 该研究提出RoadWeaver框架，以由粗到细的方式从零生成大规模车道级高清地图，其性能优于现有最优方法，生成的地图可直接用于自动驾驶仿真。

Comments 8 pages, 6 figures, 2 tables

The Fallacy of Independent Ceilings: Characterizing Coupled Load-Branch Stall Interaction

独立上限的谬误：耦合负载-分支停顿交互的特征刻画

Matthew Constant, Resit Sendag

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出共生停顿延迟（SSL）概念，通过联合加速比协同（JSS）和共生停顿机会（SSO）量化分支与缓存的耦合交互，构建了评估孤立上限是否低估联合性能的测量框架。

Transferable Above-Ground Biomass (AGB) Estimation Model from Multi-Sensor Data with Sparse Field Calibration

结合稀疏地面校准的多传感器可迁移地上生物量（AGB）估算模型

Pann Thinzar Seint, Bryan Atwood, Subas Chhatkuli

专题命中 激光雷达 ：LiDAR(abstract,abstract_cn)；分类 cs.CV

AI总结 该研究提出结合稀疏地面校准的多传感器可迁移AGB估算框架，以全局训练CNN为核心，经GEDI数据训练后用少量样地校准，提升了AGB估算精度，优于现有产品。

GeoUniPR: A Geometry-Consistent Unified Framework for Cross-Modal Place Recognition

GeoUniPR：用于跨模态地点识别的几何一致性统一框架

Wonbong Kim, Jiatong Xiao, Rui Li, Xufei Wang, Qiwen Gu, Junqiao Zhao, Chen Ye, Guang Chen

机构 * School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） ； Shanghai Research Institute for Intelligent Autonomous System, Tongji University（同济大学上海智能自主系统研究院） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本研究提出GeoUniPR框架，通过构建几何一致性深度图像视图并引入SC-InfoNCE损失，在无需复杂对齐模块的情况下，实现了跨模态地点识别的最优性能与良好泛化能力。

Comments 17 pages, 10 figures