视觉与机器人

自动驾驶

自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。

2026-08-18 至 2026-08-18 共收录 4 篇信号源：cs.RO, cs.CV, eess.IV, cs.AI

1. 仿真评测 4 篇

2608.15279 2026-08-18 cs.CV 新提交 83%

Geometry-Aware Spatio-Temporal Context Modeling for 4D Occupancy Forecasting

面向4D占用预测的几何感知时空上下文建模

Sitao Chen, Zhuangwei Zhuang, Hui Luo, Qingyao Wu, Mingkui Tan

机构 * South China University of Technology（华南理工大学）； Institute of Optics and Electronics, CAS（中国科学院光电技术研究所）

专题命中仿真评测：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.CV

AI总结针对4D占用预测现有方法的几何失真与时间一致性问题，提出GAST方法，经Occ3D-nuScenes实验较SOTA实现mIoU、IoU提升及加速，长期预测性能强。

2608.07468 2026-08-18 cs.CV 版本更新 79%

SimWAM: A Simple World Action Model for End-to-End Autonomous Driving

SimWAM：一种用于端到端自动驾驶的简单世界动作模型

Zongchuang Zhao, Xin Zhou, Tianyang Xu, Zhengyang Sun, Kaixuan Zhou, Honglin Li, Dingkang Liang, Xiang Bai

机构 * Huazhong University of Science & Technology（华中科技大学）； Dongfeng Research & Development Institute（东风研发院）

专题命中仿真评测：autonomous driving(title,abstract)；分类 cs.CV

AI总结 SimWAM是一种仅将视频生成用作训练信号的简单WAM，通过联合流匹配协同训练视频与动作专家，在NAVSIM上达91.5 PDMS且延迟更低，可零样本迁移至nuScenes，为高效自动驾驶提供可靠基线。

Comments The code and model weights are available at this https URL (https://github.com/H-EmbodVis/SimWAM/)

2608.14991 2026-08-18 cs.CV 新提交 74%

Risk-Adaptive Edge--Cloud Visual Reasoning for Communication-Efficient Autonomous Driving

面向通信高效自动驾驶的风险自适应边云视觉推理

Meng Ma, Shuyang Li, Naigang Wang, Ruimin Ke

机构 * Rensselaer Polytechnic Institute（伦斯勒理工学院）； IBM T. J. Watson Research Center（IBM T. J. 沃森研究中心）

专题命中仿真评测：autonomous driving(title)；分类 cs.CV

AI总结本研究提出风险自适应边云视觉推理架构，通过车载交通评估触发云端VLM推理，在自动驾驶中减少54.1%云端请求量，同时保持任务成功率并降低AEB触发次数，实现通信效率与性能的平衡。

Comments 7 pages, 4 figures, 5 tables

2602.18094 2026-08-18 cs.CV cs.AI cs.DB 版本更新 62%

OODBench: Out-of-Distribution Benchmark for Large Vision-Language Models

OODBench: 用于大型视觉-语言模型的分布外基准

Ling Lin, Yang Bai, Heng Su, Congcong Zhu, Yaoxing Wang, Yang Zhou, Huazhu Fu, Jingrun Chen

机构 * University of Science and Technology of China ； Suzhou Institute for Advanced Research, USTC ； Key Laboratory of the Ministry of Education for Mathematical Foundations ； Unmanned System Research Institute, Northwestern Polytechnical University

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

AI总结 OODBench提出了一种自动化方法，用于构建评估大型视觉-语言模型处理分布外数据能力的基准，并展示了当前模型在面对此类数据时的性能下降。

Comments 54 pages, 21 figures