自动驾驶

HierDAMap: Towards Universal Domain Adaptive BEV Mapping via Hierarchical Perspective Priors

HierDAMap：面向分层视角先验的通用域自适应鸟瞰图（BEV）建图

Siyu Li, Yihong Cao, Hao Shi, Yongsheng Zang, Xuan He, Kailun Yang, Zhiyong Li

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

AI总结 针对BEV建图无监督域自适应研究有限的问题，提出含SGPS、DACL、CDFM组件的HierDAMap框架，通过三层视角先验实现通用BEV域自适应，还引入域内特征交换数据增强。

Comments Accepted to IEEE Transactions on Intelligent Transportation Systems (T-ITS). The source code will be made publicly available at this https URL (https://github.com/lynn-yu/HierDAMap)

OccPlanner: Goal-Aware Occupancy-Conditioned Diffusion Planner for Pixel-Goal Navigation

OccPlanner：面向像素目标导航的目标感知占用条件扩散规划器

Binling Huang, Nianjin Ye, Xi Yang, Liang Hu, Zhou Huang, Shuang Wei, Longrui Yang, Yanchi Chen, Lanpeng Jia

机构 * Changhong Intelligent Robot（长虹智能机器人） ； University of Electronic Science and Technology of China（电子科技大学） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；分类 cs.RO

AI总结 该研究针对像素目标导航的3D目标定位与无碰撞规划难题，提出OccPlanner模型，引入L3ROcc生成监督，在仿真中大幅提升导航成功率，还验证了其仿真到真实的迁移适配性。

Comments Technical report. 11 pages, 6 figures, and 2 tables

Over the Memory Wall, Into the Instruction Wall: The New Bottleneck in GPU Data Processing

越过内存墙，进入指令墙：GPU数据处理中的新瓶颈

Sven Hepkema, Bowen Wu, Christos Kozyrakis, Yannis Chronis, Gustavo Alonso

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 该研究针对GPU数据处理中内存带宽提升未使cuDF内核成比例加速的问题，构建Valk工具分析发现新瓶颈为指令墙，提出提升缓存利用等三项优化建议以发挥GPU潜力。