自动驾驶

End-to-End Urban Driving by Imitating a Reinforcement Learning Coach

Zhejun Zhang, Alexander Liniger, Dengxin Dai, Fisher Yu, Luc Van Gool

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.CV

Comments Published at ICCV 2021

Deep auxiliary learning for visual localization using colorization task

Mi Tian, Qiong Nie, Hao Shen, Xiahua Xia

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.CV

Towards End-to-End Deep Learning for Autonomous Racing: On Data Collection and a Unified Architecture for Steering and Throttle Prediction

Shakti N. Wadekar, Benjamin J. Schwartz, Shyam S. Kannan, Manuel Mar, Rohan Kumar Manna, Vishnu Chellapandi, Daniel J. Gonzalez, Aly El Gamal

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

Comments 6 pages, 10 figures, 3 tables

A Follow-the-Leader Strategy using Hierarchical Deep Neural Networks with Grouped Convolutions

Jose Solomon, Francois Charette

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

Comments 11 pages, 7 figures, 3 tables

Safe Reinforcement Learning via Curriculum Induction

Matteo Turchetta, Andrey Kolobov, Shital Shah, Andreas Krause, Alekh Agarwal

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

DiSCO: Differentiable Scan Context with Orientation

Xuecheng Xu, Huan Yin, Zexi Chen, Yue Wang, Rong Xiong

专题命中 端到端驾驶 ：LiDAR(abstract)；分类 cs.RO、cs.CV

End-to-end Contextual Perception and Prediction with Interaction Transformer

Lingyun Luke Li, Bin Yang, Ming Liang, Wenyuan Zeng, Mengye Ren, Sean Segal, Raquel Urtasun

专题命中 端到端驾驶 ：self-driving(abstract)；分类 cs.RO、cs.CV

Comments IROS 2020

Learning Resilient Behaviors for Navigation Under Uncertainty

Tingxiang Fan, Pinxin Long, Wenxi Liu, Jia Pan, Ruigang Yang, Dinesh Manocha

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

Comments accepted to ICRA 2020

Learning to Optimize Autonomy in Competence-Aware Systems

Connor Basich, Justin Svegliato, Kyle Hollins Wray, Stefan Witwicki, Joydeep Biswas, Shlomo Zilberstein

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

Comments To be published in Proceedings of the 19th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2020). 9 pages

Hierarchical Deep Stereo Matching on High-resolution Images

Gengshan Yang, Joshua Manela, Michael Happold, Deva Ramanan

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.CV

Comments CVPR 2019

Autonomous Vehicle Control: End-to-end Learning in Simulated Urban Environments

Hege Haavaldsen, Max Aasboe, Frank Lindseth

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

Comments 12 pages, 3 figures

Learning Navigation Behaviors End-to-End with AutoRL

Hao-Tien Lewis Chiang, Aleksandra Faust, Marek Fiser, Anthony Francis

专题命中 端到端驾驶 ：LiDAR(abstract)；分类 cs.RO、cs.AI

Comments Accepted to RA-L/ICRA 2019. Chiang and Faust contributed equally

End-to-End Race Driving with Deep Reinforcement Learning

Maximilian Jaritz, Raoul de Charette, Marin Toromanoff, Etienne Perot, Fawzi Nashashibi

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

Comments ICRA 2018

Invertible Autoencoder for domain adaptation

Yunfei Teng, Anna Choromanska, Mariusz Bojarski

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV、eess.IV

Explaining How a Deep Neural Network Trained with End-to-End Learning Steers a Car

Mariusz Bojarski, Philip Yeres, Anna Choromanska, Krzysztof Choromanski, Bernhard Firner, Lawrence Jackel, Urs Muller

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.CV

One-Shot Learning of Visual Path Navigation for Autonomous Vehicles

Zhongying CuiZhu, Francois Charette, Amin Ghafourian, Debo Shi, Matthew Cui, Anjali Krishnamachar, Iman Soltani

专题命中 端到端驾驶 ：autonomous driving(abstract,comments)；分类 cs.CV

Comments Machine Learning for Autonomous Driving Workshop at the 35th Conference on Neural Information Processing Systems (NeurIPS 20222), New Orleans, USA

The Past and Future of AI Scientists

AI科学家的过去与未来

Ross D. King

专题命中 端到端驾驶 ：self-driving(abstract)；分类 cs.AI

AI总结 本文综述AI科学家的过去与未来，指出其核心挑战是多技术集成，现有技术已支持构建更通用系统，其有望变革科学，诺贝尔图灵挑战目标进展超前。

RealWeather: Realistic and Scene-Faithful Weather Translation with Driving World Models

RealWeather：基于驾驶世界模型的逼真且场景忠实的天气转换

Yuwei Ning, Liangzhi Wang, Yi Xiao, Zhenhua Wu, Yun Pang, Mingkun Chang, Jichang Li, Guanbin Li

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 RealWeather是一种驾驶世界模型，通过渐进式逼真度引导和场景忠实度强化学习优化实现逼真且场景忠实的天气转换，在视觉逼真度、结构保留等方面优于现有方法，支持长尾天气场景生成与零样本泛化。

Comments Under submission

SCAIL-2: Unifying Controlled Character Animation with End-to-End In-Context Conditioning

SCAIL-2：通过端到端上下文条件统一受控角色动画

Wenhao Yan, Fengjia Guo, Zhuoyi Yang, Jie Tang

机构 * Z.ai ； Tsinghua University（清华大学） 纠错

专题命中 端到端驾驶 ：end-to-end driving(abstract)；分类 cs.CV

AI总结 提出SCAIL-2框架，通过端到端上下文条件统一受控角色动画，绕过中间表示直接利用驱动视频，并合成MotionPair-60K数据集，采用上下文掩码和模式RoPE实现统一，结合Bias-Aware DPO减少误差，显著优于现有方法。

Mitigating Compounding Error via Video Representation Regularization

通过视频表示正则化缓解复合误差

Taiye Chen, Qi Zhang, Yisen Wang

机构 * Peking University（北京大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 针对视频扩散世界模型自回归生成的复合误差问题，研究发现其与表示维度崩溃相关，提出视频表示正则化方法，在VBench指标上显著优于Diffusion Forcing，提升了长视频生成的鲁棒性。

What Can Be Enforced? A Theory of Certified Runtime Safety for Tool-Using Agents

什么可以被强制执行？关于使用工具的智能体的认证运行时安全理论

Shawn Ray

专题命中 端到端驾驶 ：occupancy(abstract)；分类 cs.AI

AI总结 研究使用工具的智能体认证运行时安全，区分三个问题：确定性门与安全策略、外部法则下的边界及证书、闭环边界识别；介绍了相关方法，通过多种实验针对差异进行研究。

Comments 26 pages, 8 figures. Extended version with complete proofs and additional experiments

Defer to Plan: Adaptive Multi-Agent Fusion for End-to-End V2X Driving

听从计划：用于端到端车路协同驾驶的自适应多智能体融合

Nuoran Li, Zhang Zhang, Yueran Zhao, Tianze Wang, Chao Sun

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 研究车路协同辅助自动驾驶中现有方法不足，提出端到端协同驾驶系统，用MotionNetwork融合信息、注意力机制压缩特征、自回归解码器融合多智能体特征及引入MoE架构，提升驾驶分数并保持通信效率。

Comments Accepted at IEEE ICME 2026

End-to-end Conditional Diffusion for Realistic and Controllable Visual Traffic Scenario Generation

用于逼真且可控的视觉交通场景生成的端到端条件扩散

Jingzheng Li, Yufei Ge, Zhijun Chen, Qianren Mao, Zizhe Wang, Binhang Qi, Bing Li, Keyu Chen, Baochang Zhang, Xianglong Liu, Philip S Yu

机构 * Zhongguancun Laboratory（中关村实验室） ； Tianjin University（天津大学） ； Beihang University（北京航空航天大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； State Key Laboratory of Software Development Environment（软件开发环境国家重点实验室） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 研究如何生成逼真且可控的视觉交通场景，提出端到端条件扩散框架E2E-CDiff，基于前视图视觉观察联合去噪未来运动状态等，减轻规划控制不匹配，实验表明其在可控性与逼真性权衡上表现良好，还能引发挑战性交互，作为自我规划器有竞争力。

EmbodiedDiffusion: End-to-End Traversability-Guided Visual Diffusion for Heterogeneous Robot Navigation

EmbodiedDiffusion：用于异构机器人导航的端到端可通行性引导视觉扩散

Iana Zhura, Sausar Karaf, Faryal Batool, Nipun Dhananjaya Weerakkodi Mudalige, Valerii Serpiva, Ali Alridha Abdulkarim, Aleksey Fedoseev, Didar Seyidov, Hajira Amjad, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory, Center for Digital Engineering, Skolkovo Institute of Science and Technology（智能空间机器人实验室，数字工程中心，斯克尔科沃科学与技术研究所） 纠错

专题命中 端到端驾驶 ：trajectory planning(abstract)；分类 cs.RO

AI总结 针对自主导航中视觉可通行性估计问题，EmbodiedDiffusion框架利用无规划器合成监督等，同时预测可通行性地图与生成可行轨迹，经训练提炼语义到轻量级模型，能快速适应新平台，在多机器人室内环境中实现高效导航与轨迹生成。

Comments This work has been submitted for publication and is currently under review

DriveMA: Driving Vision-Language-Action Models with verifiable Meta-Actions

DriveMA：基于可验证元动作的驾驶视觉-语言-动作模型

Weicheng Zheng, Yixin Huang, Qiao Sun, Derun Li, Hang Zhao

机构 * Shanghai Qi Zhi Institute（上海启智研究院） ； Tsinghua University（清华大学） ； Tongji University（同济大学） 纠错

专题命中 端到端驾驶 ：trajectory planning(abstract)；分类 cs.CV

AI总结 提出DriveMA框架，通过可验证元动作弥合语言与动作的差距，结合动作中心监督训练和强化学习实现端到端驾驶规划，在Waymo Open Dataset上取得最优性能。

Comments arXiv admin note: text overlap with arXiv:2605.21273

An Exposure-Time-Aligned Primary-Path Architecture for Autonomous-Driving ECUs

一种曝光时间对齐的主路径架构用于自动驾驶ECU

Toru Saito, Yuki Hagura, Tatsuya Konishi, Satoru Mizusawa, Takumi Yajima

机构 * National Institute of Advanced Industrial Science and Technology, Japan（日本国家先进工业科学与技术研究院） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 针对生产车辆从模块化多NN流水线向端到端自动驾驶过渡的需求，提出主路径、曝光时间对齐和共路径共存三项设计原则，在双SoC平台上实现平均296ms的延迟。

UNDREAM: Bridging Differentiable Rendering and Photorealistic Simulation for End-to-end Adversarial Attacks

UNDREAM：为端到端对抗攻击弥合可微渲染与逼真模拟的差距

Mansi Phute, Matthew Hull, Haoran Wang, Alec Helbling, ShengYun Peng, Willian Lunardi, Martin Andreoni, Wenke Lee, Duen Horng Chau

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Technology Innovation Institute（技术创新研究院） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.AI

AI总结 针对自动驾驶等安全关键应用中深度学习模型对抗攻击测试问题，介绍UNDREAM框架，通过弥合逼真模拟器与可微渲染器差距，实现对3D物体对抗扰动的端到端优化，开启物理对抗攻击研究新途径。

TrafficAlign: Aligning Large Language Models for Traffic Scenario Generation

TrafficAlign: 对齐大语言模型用于交通场景生成

Zhi Tu, Liangkun Niu, Tianyi Zhang

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 提出TrafficAlign框架，利用真实驾驶视频合成交通场景并对齐大语言模型，生成场景使自动驾驶模型碰撞率提升10.8%，微调后碰撞率降低36.1%。

Comments Accepted to CVPR 2026

Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), June 2026, pp. 39744-39754

Business World Model

商业世界模型

Cecil Pang, Hiroki Sayama

机构 * AI Engineering, USA TODAY Co., Inc.（AI工程，USA TODAY公司） ； School of Systems Science and Industrial Engineering, Binghamton University, State University of New York（系统科学与工业工程学院，宾夕法尼亚州立大学宾夕法尼亚州立大学） ； Binghamton Center of Complex Systems, Binghamton University, State University of New York（宾夕法尼亚州立大学复杂系统中心） ； Waseda Innovation Lab, Waseda University, Tokyo, Japan（早稻田大学创新实验室） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.AI

AI总结 提出商业世界模型（BWM）架构，将世界模型思想应用于商业环境，通过编码状态、动态、约束和目标，支持自主决策与规划。

A Comprehensive Survey on World Models for Embodied AI

具身AI世界模型综述

Xinqing Li, Xin He, Le Zhang, Min Wu, Xiaoli Li, Yun Liu

机构 * College of Computer Science and the Academy for Advanced Interdisciplinary Studies, Nankai University（南开大学计算机科学学院与前沿交叉学科研究院） ； School of Computer Science and Engineering, Tianjin University of Technology（天津理工大学计算机科学与工程学院） ； School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院） ； Institute for Infocomm Research (I2R), Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局资讯通信研究院） ； Information Systems Technology and Design (ISTD) Pillar, Singapore University of Technology and Design (SUTD)（新加坡科技设计大学信息系统科技与设计系） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文系统综述了具身AI中的世界模型，提出了功能、时间建模和空间表示的三轴分类法，并总结了数据资源、评估指标及开放挑战。

Comments https://github.com/Li-Zn-H/AwesomeWorldModels