自动驾驶

Mixed Bernstein-Fourier Approximants for Optimal Trajectory Generation with Periodic Behavior

用于具有周期性行为的最优轨迹生成的混合伯恩斯坦 - 傅里叶逼近

Liraz Mudrik, Sean Kragelund, Isaac Kaminer

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 针对自主系统中最优轨迹生成问题，提出混合伯恩斯坦 - 傅里叶逼近框架，利用伯恩斯坦多项式和傅里叶级数特性，通过调节最小二乘法确定系数，提升计算效率和精度，为最优轨迹规划提供了有效方法。

Comments 56 pages, 10 figures

Opportunities and Challenges of Operating Semi-Autonomous Vehicles: A Layered Vulnerability Perspective

半自动驾驶车辆的操作机会与挑战：从分层脆弱性视角出发

Soumita Mukherjee, Priya Kumar, Laura Cabrera

专题命中 规划控制 ：self-driving(abstract)

AI总结 本文从分层脆弱性视角探讨半自动驾驶车辆操作员的脆弱性，揭示心理、操作和社会层次的相互作用，强调需综合设计与监管干预以提升安全性和责任归属。

Comments This paper has changed significantly after the first revision

TeamTR: Trust-Region Fine-Tuning for Multi-Agent LLM Coordination

TeamTR: 用于多智能体大语言模型协调的信赖区域微调

Yi Xie, Siao Liu, Falong Fan, Yuanqi Yao, Yue Zhao, Bo Liu

机构 * Department of Electrical \& Computer Engineering, University of Arizona ； Engineering College, Soochow University ； INSAIT, Sofia University "St. Kliment Ohridski" ； Department of Electrical ； Computer Engineering, Stony Brook University 纠错

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出TeamTR，通过信赖区域框架在每个组件更新后重采样轨迹并控制每个智能体的发散度，解决多智能体系统中因上下文分布变化导致的性能下降问题，实验表明其在协调回归抑制和组件替换支持方面优于单智能体和序列基线。

Comments 9pages, Accepted at ICML2026

How Environment and Urbanization Shape Bird Diversity in Sri Lanka

斯里兰卡的环境与城市化如何塑造鸟类多样性

Dilusha Chandrasiri, Maneesha Herath, Yasith Hewarathna, Muditha Herath, Gishan Bandara, Madara Mendis, Nathali Athukorala, Nisansa de Silva, Sandareka Wickramanayake

机构 * Dept. of Computer Science & Engineering, University of Moratuwa, Sri Lanka（斯里兰卡莫拉图瓦大学计算机科学与工程系） 纠错

专题命中 规划控制 ：occupancy(abstract)

AI总结 本研究整合空间、时间和环境数据，分析斯里兰卡鸟类多样性，发现土地覆盖类型比NDVI或温度更能预测鸟类多样性，城市化（以ALAN衡量）具有尺度依赖性效应，支持少数泛化种的高丰度但降低整体丰富度。

Comments IEEE conference paper. Dept. of Computer Science and Engineering, University of Moratuwa, Sri Lanka. Dataset and code publicly available on Hugging Face and GitHub

Control the qubit-qubit coupling with double superconducting resonators

通过双超导谐振腔控制量子比特-量子比特耦合

Hui Wang, Rui Wang, Daichi Sugiyama, Chih-Yao Shih, Ching-Yeh Chen, Hiroto Mukai, Hang Xue, J. S. Tsai

专题命中 规划控制 ：occupancy(abstract)

AI总结 研究双谐振腔耦合超导量子电路中量子比特-量子比特耦合的开关过程，通过调节量子比特与双谐振腔频率差实现耦合强度调控，为大规模超导量子处理器提供新平台。

Comments 7 pages, 9 figures

Journal ref J. Phys. Soc. Jpn. 95, 074301 (2026)

A Practical Implementation of Day-3 Cooperative Intersection with Automated Connected Mini-Cars

一种基于自动化联网迷你车的第三天协作交叉口的实际实现

Lorenzo Farina, Vittorio Todisco, Federico Gavioli, Salvatore Iandolo, Francesco Moretti, Giuseppe Perrone, Matteo Piccoli, Francesco Raviglione, Marco Rapelli, Antonio Solida, Claudio Casetti, Paolo Burgio, Carlo Augusto Grazia, Alessandro Bazzi

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文通过联网自动驾驶迷你车平台，实时演示了协作交叉口管理，集成自动驾驶、无线通信和协作控制，验证了未来智能交通系统的可行性。

Comments The work is relevant for research on connected autonomous vehicles, cooperative intelligent transportation systems, smart intersections, vehicle coordination, CAV testbeds, and future urban mobility

Quality-Controlled Active Learning via Gaussian Processes for Robust Structure-Property Learning in Autonomous Microscopy

通过高斯过程进行质量控制的主动学习用于自主显微镜中鲁棒的结构-性质学习

Jawad Chowdhury, Ganesh Narasimha, Jan-Chi Yang, Yongtao Liu, Rama Vasudevan

机构 * UT-Battelle, LLC（UT-Battelle有限责任公司） 纠错

专题命中 规划控制 ：self-driving(abstract)

AI总结 本文提出一种结合好奇心驱动采样与物理指导质量控制过滤器的主动学习框架，用于提升自主显微镜中结构-性质学习的鲁棒性，通过处理训练和采集过程中的噪声，提高预测可靠性。

Comments 22 pages, 12 figures, 2 tables; submitted to npj Computational Materials

Thermal Entropy, Density Disorder and Antiferromagnetism of Repulsive Fermions in 3D Optical Lattice

三维光学晶格中排斥费米子的热熵、密度无序与反铁磁性

Yu-Feng Song, Youjin Deng, Yuan-Yao He

专题命中 规划控制 ：occupancy(abstract)

AI总结 研究揭示三维Hubbard模型中反铁磁相变的热熵、密度无序与反铁磁性之间的关系，通过精确辅助场量子蒙特卡罗模拟确定熵相图并解释实验中反铁磁结构因子与临界熵的异常最大值现象。

Comments 8 pages, 6 figures

Journal ref Chinese Phys. Lett. 42 110710 (2025)

Normalizing Flows are Capable Models for Continuous Control

归一化流是连续控制的有效模型

Raj Ghugare, Benjamin Eysenbach

机构 * Department of Computer Science（计算机科学系） 纠错

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出一种归一化流架构，可无缝集成到强化学习算法中作为策略、Q函数和占用度量，在模仿学习、离线、目标条件和无监督RL中取得更高性能。

Comments Project page with code - https://rajghugare19.github.io/nf4rl/

CKM-Driven Communication-Aware UAV Intelligent Trajectory Optimization for Urban Inspection

CKM驱动的城市巡检通信感知无人机智能轨迹优化

Yang Xiaomeng, Jia Ziye, Zhu Qiuming, Wu Qihui

机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） 纠错

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 针对城市巡检中通信可靠性的挑战，提出基于信道知识图（CKM）的轨迹规划框架，利用扩散模型构建CKM并采用全局到局部图注意力网络软演员-评论家算法优化路径，提升轨迹效率与通信可靠性。

Towards Scalable Multi-Task Reinforcement Learning with Large Decision Models

迈向可扩展的多任务强化学习与大决策模型

Thibaut Kulak

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 提出LDM-v0，一个在大规模异构强化学习环境上离线预训练的Transformer策略，通过监督下一动作预测实现多任务学习，在约1000个环境中达到与独立训练策略相当的性能。

Systematic Cybersecurity Risk Analysis of European Rail Traffic Management System

欧洲铁路交通管理系统的系统性网络安全风险分析

Kacper Darowski, Sebastian N. Peters, Lukas Lautenschlager

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本研究系统建模ERTMS组件，分析其面临的安全威胁，发现遗留标准引入的漏洞在多种部署场景中持续存在，并指出全面转向ETCS 2级是提升网络安全的关键措施。

Comments Extended version of the paper accepted at ARES 2026 CPRA. First three authors contributed equally to this work

Interpolations: a linear algebra approach

插值：一种线性代数方法

Andronick Arutyunov, Nikolay Korgin

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文提出统一的线性代数框架处理插值问题，通过对偶空间表示插值条件，给出存在唯一性定理及基函数显式公式，并推广至三角插值及异质传感器场景。

Stress-triggered atomic explosion of trapped hydrogen initiates crack nucleation

应力触发捕获氢的原子爆炸引发裂纹成核

Liang Gao, Thomas Schwarz-Selinger, Martin Balden, Cong Li, Peter Manz, Wolfgang Jacob, Rudolf Neu, Christian Linsmeier, GuangHong Lu

专题命中 规划控制 ：occupancy(abstract)

AI总结 通过钨的等离子/离子辐照实验，发现捕获氢在无扩散氢条件下通过两阶段力化学断裂机制引发裂纹成核，颠覆了传统氢脆观点。

Comments We demonstrate the indispensable role of defect-trapped hydrogen (DTH) in initiating crack nucleation in the absence of diffusive hydrogen, overturning the conventional theory of hydrogen embrittlement from Sir Johnson in 1875. The Main text 13 Pages, 1 table plus 4 figures

Adaptive Deep Koopman Operator for Vehicle Dynamics Modeling: A Physics-Informed and Tire-Force-Driven Approach

自适应深度库普曼算子用于车辆动力学建模：一种物理信息与轮胎力驱动方法

Wenjie Wang, Hao Chen, Ran Shu, Solyeon Kwon, Kyoungseok Han, Hongyu Shu

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 针对深度库普曼算子在在线应用中因高维提升状态空间导致的秩亏问题，提出一种轮胎力驱动建模框架，通过嵌入7自由度动力学约束和物理信息变步长归一化最小均方算法，实现稳定在线更新，在CarSim和dSPACE硬件在环测试中验证了鲁棒精度与实时性。

A Comparative Study of Graph Neural Network Layer Selection for Interaction Modelling in Driving Trajectory Prediction

图神经网络层选择用于驾驶轨迹预测中交互建模的比较研究

George Daoud, Mohamed El-Darieby

机构 * Ontario Tech University（安大略理工大学） ； Assiut University（艾斯尤特大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文比较了19种图神经网络层在轨迹预测中的空间和时间处理能力，发现ARMA、Chebyshev和拓扑感知层表现最佳，并总结了基于和聚合、多头注意力和不同跳距权重等设计原则。

Comments 6 pages, 1 figure

Journal ref The IEEE Intelligent Vehicles Symposium (IEEE IV 2026)

m6A-FORM: An m6A-focused Foundation Model for Decoding m6A Regulatory Function

m6A-FORM：解码N6-甲基腺苷生物学的基础模型

Ting-He Zhang, Sumin Jo, Shou-Jiang Gao, Yufei Huang

专题命中 规划控制 ：occupancy(abstract)

AI总结 提出基于Transformer的基础模型m6A-FORM，利用MeRIP-seq峰作为先验，预训练后微调实现m6A位点预测，性能优于现有方法，并支持调控因子结合位点预测和组织保守位点分析。

The Swarm Intelligence Freeway-Urban Trajectories (SWIFTraj) Dataset -- Part I: Dataset Description and Applications

蜂群智能高速公路（SWIFTraj）数据集——第一部分：数据集描述与应用

Yu Han, Xinkai Ji, Chen Qian, Le Zhang, Ying Yang, Pan Liu

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 SWIFTraj数据集提供长达4.5公里的高速公路连续轨迹，用于研究交通现象及其时空演变，支持多尺度交通分析与自动驾驶相关研究。

Distribution-Agnostic Robust Trajectory Optimization via Chance-Constrained Reinforcement Learning

基于机会约束强化学习的分布无关鲁棒轨迹优化

Yashdeep Chaudhary, Roberto Armellin, Harry Holt, Marco Sagliano

机构 * Auckland University（奥克兰大学） 纠错

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 提出一种分布无关的鲁棒轨迹优化框架，通过机会约束强化学习处理初始条件和过程噪声的不确定性，采用离线标称轨迹与在线仿射闭环校正，在两种不同轨迹设计问题上验证了概率可行性与燃料效率。

Comments Preprint. 39 pages, 16 figures

Explainability of Large Language Models: Opportunities and Challenges toward Generating Trustworthy Explanations

大型语言模型的可解释性：朝着生成可信解释的方向机遇与挑战

Shahin Atakishiyev, Housam K. B. Babiker, Jiayi Dai, Nawshad Farruque, Teruaki Hayashi, Nafisa Sadaf Hriti, Md Abed Rahman, Iain Smith, Mi-Young Kim, Osmar R. Zaïane, Randy Goebel

机构 * University of Alberta（阿尔伯塔大学） ； University of Tokyo（东京大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文探讨了大型语言模型的可解释性问题，分析了局部可解释性和机械可解释性方法，并在医疗和自动驾驶两个关键领域进行了实验研究，总结了当前可解释性领域存在的问题和未来发展方向。

Joint 3D Trajectory and Power Allocation for HAPs-UAV Bistatic ISARAC in Low-Altitude Networks

低空网络中HAPs-UAV双基地ISARAC的联合3D轨迹与功率分配

Bang Huang, Mohamed-Slim Alouini

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 针对低空网络中HAPs-UAV双基地ISARAC系统，提出联合3D轨迹与功率分配方法，通过交替优化最大化地面用户和速率，满足SAR成像SNR和分辨率约束。

Electrically tunable MoSe$_2$/WSe$_2$ heterostructure-based quantum dot

电可调MoSe$_2$/WSe$_2$异质结构量子点

Katarzyna Sadecka, Maciej Bieniek, Paulo E. Faria Junior, Arkadiusz Wójs, Paweł Hawrylak, Jarosław Pawłowski

专题命中 规划控制 ：occupancy(abstract)

AI总结 基于密度泛函理论和紧束缚模型，研究了电可调MoSe$_2$/WSe$_2$异质结构中量子点的电子结构，揭示了垂直电场对谷极性和占据的控制。

Thermal Responses of Connected HEVs Engine and Aftertreatment Systems to Eco-Driving

连接混合动力汽车发动机及排放处理系统在生态驾驶中的热响应

Mohammad Reza Amini, Yiheng Feng, Hao Wang, Ilya V. Kolmanovsky, Jing Sun

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文研究了连接混合动力汽车发动机和排放处理系统在生态驾驶中的热响应，提出了一种顺序优化框架用于车辆速度轨迹规划和动力总成控制，并分析了生态驾驶和动力分配优化对发动机和催化转化器热响应及尾气排放的影响。

Comments 6 pages, 7 figures, The 3rd IEEE Conference on Control Technology and Applications (CCTA), August 19--21, 2019, Hong Kong, China

Sequential Optimization of Speed, Thermal Load, and Power Split in Connected HEVs

连接混合动力汽车中速度、热负荷和功率分配的序列优化

Mohammad Reza Amini, Xun Gong, Yiheng Feng, Hao Wang, Ilya Kolmanovsky, Jing Sun

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文提出了一种序列优化方法，用于连接混合动力汽车中的节能驾驶速度轨迹规划、空调热负荷规划（节能冷却）和动力总成控制，通过主动利用交通数据进行车辆速度预测，评估个体和集体的能源节约效果。

Comments 2019 Annual American Control Conference (ACC), July 10-12, 2019, Philadelphia, PA, USA, 7 pages, 11 figures

Guaranteed Safe Reachability-based Trajectory Design for a High-Fidelity Model of an Autonomous Passenger Vehicle

基于安全可达性的高保真自动驾驶乘客车辆轨迹设计

Sean Vaskov, Utkarsh Sharma, Shreyas Kousik, Matthew Johnson-Roberson, Ramanarayan Vasudevan

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文提出一种基于可达性的安全轨迹设计方法，应用于具有完整动力总成、底盘和轮胎动力学的高保真自动驾驶乘客车辆模型，证明了该方法在实时环境下生成安全轨迹的能力。

Comments Accepted at ACC 2019

Machine learning and evolutionary techniques in interplanetary trajectory design

行星际轨道设计中的机器学习与进化技术

Dario Izzo, Christopher Sprague, Dharmesh Tailor

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文探讨了人工智能研究在行星际轨道最优设计中的协同作用，提出利用深度人工神经网络在任务中表示最优引导剖面，并通过地球-火星轨道转移案例扩展了此前在着陆场景和四旋翼动力学中的研究结果，开辟了行星际轨道规划的新研究领域。

Comments Submitted to as a book chapter for a Springer book on "Optimization in Space Engineering"

Stochastic Model Predictive Control for Autonomous Mobility on Demand

随机模型预测控制用于自动驾驶出行即服务

Matthew Tsao, Ramon Iglesias, Marco Pavone

专题命中 规划控制 ：self-driving(abstract)

AI总结 本文提出一种随机模型预测控制算法，利用短期概率预测优化自动驾驶出行即服务系统的调度与再平衡。通过时间扩展网络流模型构建核心随机优化问题，并通过样本平均近似和分离控制器设计，实现大规模问题的高效求解。

Comments Submitting to the IEEE International Conference on Intelligent Transportation Systems 2018

Control of Connected and Automated Vehicles: State of the Art and Future Challenges

连接与自动化车辆的控制：现状与未来挑战

Jacopo Guanetti, Yeojun Kim, Francesco Borrelli

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文探讨了连接与自动化车辆的控制与规划架构，分析了各功能模块的现状，重点在于提升能源效率的技术，并概述了现有算法及其未来挑战。

A Computationally Efficient Model for Pedestrian Motion Prediction

一种计算效率高的行人运动预测模型

Ivo Batkovic, Mario Zanon, Nils Lubbe, Paolo Falcone

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文提出一种用于自动驾驶避障算法的行人运动预测数学模型，基于道路结构假设理性行人行为，并通过仿真和实测数据验证其准确性与局限性。

Comments 6 pages, 12 figures, 1 table, accepted to European Control Conference (ECC) 2018

Partitioning of the Free Space-Time for On-Road Navigation of Autonomous Ground Vehicles

自由时空的划分用于自动驾驶地面车辆的道路导航

Florent Altché, Arnaud de La Fortelle

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文提出一种系统方法，将无碰撞的时空划分为凸子区域，用于自动驾驶车辆的道路导航，通过分解NP难问题为图路径寻找和简单优化，提升轨迹规划效率。

Comments Presented at IEEE CDC2017