CVPR 2019 WAD Challenge on Trajectory Prediction and 3D Perception
专题命中 规划控制 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV、eess.IV、cs.AI
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。
1. 规划控制 4245 篇
Perceive, Predict, and Plan: Safe Motion Planning Through Interpretable Semantic Representations
专题命中 规划控制 ：self-driving(abstract)；occupancy(abstract)；分类 cs.RO、cs.CV、cs.AI
Comments European Conference on Computer Vision (ECCV) 2020
Entanglement-Free Trajectory Planning for Tethered Mobile Robots with a Slack Tether
带松弛系绳的系绳移动机器人的无纠缠轨迹规划
机构 * Delft University of Technology（代尔夫特理工大学） ； Delft Center for Systems and Control（代尔夫特系统与控制中心）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 本研究针对带松弛系绳的移动机器人，提出一种含三步流程的运动规划算法，可生成动态可行的无纠缠轨迹，经仿真验证能实现更安全可靠的导航。
Comments 19 pages, 13 figures
Agentic self-driving microscopy benchmarks support qualification but do not necessarily generalize to unseen tasks
智能体自动驾驶显微镜基准测试支持性能验证，但不一定能泛化到未见任务
机构 * Carl Zeiss Research Microscopy Solutions（卡尔蔡司研究显微镜解决方案）
专题命中 规划控制 ：self-driving(title)；分类 cs.AI
AI总结 本研究开发基准框架评估显微镜智能体架构等因素的性能，发现其虽可用于验证比较，但现有基准无法预测智能体在未见显微镜任务上的表现。
Comments 20 pages, 8 figures
Rapid and Safe Trajectory Planning over Diverse Scenes through Diffusion Composition
通过扩散合成在多样场景中进行快速且安全的轨迹规划
机构 * College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） ； University of Michigan（密歇根大学） ； MIT（麻省理工学院）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 针对动态环境规划难题，提出能量参数化扩散规划框架，结合轻量级安全过滤器和场景无关的数据生成管道，实现多样场景下快速安全规划，仿真与真实实验验证了其有效性、鲁棒性和适用性。
Learning High-Level Decision Making with an Interaction-Aware Attention-Based Network in Autonomous Driving
在自动驾驶中使用基于交互感知注意力的网络学习高级决策
机构 * NODE lab, University of Alberta（节点实验室，阿尔伯塔大学） ； MRT Institute, Karlsruhe Institute of Technology（MRT 研究所，卡尔斯鲁厄理工学院）
专题命中 规划控制 ：autonomous driving(title)；分类 cs.RO
AI总结 研究自动驾驶中高级决策问题，提出DecisionPerceiver将动态代理特征投影到固定大小潜在空间，通过潜在查询数调节特征粒度，还细化动作集，经多场景评估有性能提升、泛化能力及可扩展性。
Comments 6 pages, 5 figures, 3 tables, submitted to 2026 IEEE Intelligent Transportation Systems Conference (ITSC)
Multimodal Scenario Similarity Search for Autonomous Driving
用于自动驾驶的多模态场景相似性搜索
机构 * aiMotive（爱莫提夫）
专题命中 规划控制 ：autonomous driving(title)；分类 cs.CV
AI总结 研究自动驾驶场景相似性搜索，提出多模态框架结合视觉与轨迹表示，对比两种基于轨迹的方法与视觉基线，实验表明轨迹表示在运动事件中性能强，视觉嵌入在外观线索丰富时出色，结合二者可提升检索质量。
SPOT: Spatio-Temporal Obstacle-free Trajectory Planning for UAVs in Unknown Dynamic Environments
SPOT：未知动态环境中无人机的时空无碰撞轨迹规划
机构 * Robotics Research Center, IIIT Hyderabad, India（IIIT海得拉巴机器人研究中心，印度） ； IIT-BHU, India（IIT-BHU，印度）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 提出一种基于4维时空规划器、视觉安全飞行走廊生成和轨迹优化的无地图反应式运动规划方法，实现无人机在未知动态环境中的避障，并通过备份规划模块应对死锁。
Comments Accepted for publication at ICRA 2026. Code available at (https://astik-2002.github.io/ICRA-2026-SPOT/)
An LLM-Explainable DRL Framework for Passenger-Directed Autonomous Driving
面向乘客导向自动驾驶的LLM可解释DRL框架
机构 * LITAN, ESTIN（LITAN，ESTIN） ； Cosys-Grettia, Univ Gustave Eiffel（Cosys-Grettia，古斯塔夫·埃菲尔大学）
专题命中 规划控制 ：autonomous driving(title)；分类 cs.AI
AI总结 提出结合深度强化学习与大型语言模型可解释模块的框架，实现自适应驾驶控制并向乘客解释决策，平衡安全性、适应性和可解释性。
VLADriveBench: Evaluating CoT-Action Relationship in VLA for Autonomous Driving
VLADriveBench：评估自动驾驶VLA中的CoT-动作关系
机构 * Uber AV Labs（优步自动驾驶实验室）
专题命中 规划控制 ：autonomous driving(title)；分类 cs.CV
AI总结 提出VLADriveBench框架，结合观察指标和CoT干预协议评估VLA模型中思维链与驾驶动作的相关性和因果性，发现不同模型表现差异显著。
MPPI-based Informative Trajectory Planning for Search and Capture of Drifting Targets with ASVs
基于MPPI的自主水面艇搜索与捕获漂移目标的信息轨迹规划
机构 * Norwegian University of Science and Technology (NTNU)（挪威科技大学） ； TU Delft（代尔夫特理工大学）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 针对自主水面艇在动态环境中搜索并捕获多个漂移目标的问题，提出一种基于模型预测路径积分（MPPI）控制的混合规划框架，通过优化长时域连续轨迹平衡搜索与跟踪，并在拦截阶段切换至纯追踪制导，实验验证了有效性。
Structure-Preserving Constrained Optimal Trajectory Planning of a Wheeled Inverted Pendulum
保持结构的约束最优轨迹规划 of 一个轮式倒置摆
机构 * Systems and Control Engineering（系统与控制工程）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 本文研究了轮式倒置摆的约束最优轨迹规划问题，通过离散力学推导了离散时间模型，并利用离散时间约束最优控制问题生成最优轨迹，同时设计了非线性连续时间模型和闭环LQ控制器，通过实验验证了非线性模型和控制方案的有效性。
Comments 12 pages, 8 figures, 1 table. arXiv admin note: text overlap with arXiv:1710.10932
Safe Trajectory Synthesis for Autonomous Driving in Unforeseen Environments
自主驾驶在不可预见环境中的安全轨迹合成
专题命中 规划控制 ：autonomous driving(title)；分类 cs.RO
AI总结 本文提出一种基于低保真模型的轨迹规划方法，通过保守的可达集和障碍物交集确保安全，同时证明了时间下界以保证安全性。
Comments Submitted to DSCC 2017
DPNet: Doppler LiDAR Motion Planning for Highly-Dynamic Environments
DPNet: 面向高动态环境的多普勒激光雷达运动规划
机构 * The University of Hong Kong（香港大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所） ； University of Macau（澳门大学） ； D-Robotics ； Zhejiang University（浙江大学）
专题命中 规划控制 ：LiDAR(title)；分类 cs.RO
AI总结 提出DPNet，通过多普勒卡尔曼神经网络跟踪快速障碍物并利用多普勒调谐模型预测控制实现高动态环境下的高频高精度运动规划。
Comments Accepted to IEEE Robotics and Automation Letters in April, 2026
SEIDM: A Safe and Efficient Intelligent Driver Model for Autonomous Driving Behavior
SEIDM：一种用于自动驾驶行为的安全高效智能驾驶员模型
机构 * Department of Information and Communication Engineering, Tongji University（信息与通信工程系，同济大学） ； Department of Electrical and Computer Engineering, Duke University（电气与计算机工程系，杜克大学）
专题命中 规划控制 ：autonomous driving(title)；分类 cs.RO
AI总结 提出SEIDM模型，通过引入自适应安全因子动态调整安全减速项的影响，在保证安全的前提下提高交通流效率。
Comments To appear in IEEE IV 2026
Flatness-based trajectory planning for 3D overhead cranes with friction compensation and collision avoidance
基于平坦性的3D龙门起重机轨迹规划方法，包含摩擦补偿与碰撞避免
机构 * Departamento de Informatica e Ingenieria de Sistemas (DIIS)（信息与系统工程系（DIIS）） ； Instituto de Investigacion en Ingenieria de Aragon (I3A)（阿列尼亚工程研究所（I3A）） ； Universidad de Zaragoza（萨拉戈塔大学）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 本文提出一种利用微分平坦性优化3D龙门起重机轨迹生成方法，通过直接纳入非线性摩擦和碰撞避免等复杂约束，实现安全高效的运动控制。
Comments 6 pages, 8 figures. Final version, after peer review and acceptance, submitted to the 23rd IFAC World Congress
Wind-Aware Optimal Trajectory Planning for Efficient Gliding of Fixed-Wing Aerial Systems
考虑风的高效滑翔轨迹规划
机构 * New York University（纽约大学） ； University of California Berkeley（加州大学伯克利分校）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 本文提出非线性多目标轨迹规划器，通过伯恩斯坦多项式生成三次连续轨迹，结合风速估算优化滑翔性能，实验证明在风扰和障碍物情况下具有稳定性和可靠性。
Comments Accepted for publication at IEEE International Conference on Robotics and Automation (ICRA 2026) held in Vienna
Journal ref IEEE International Conference on Robotics and Automation (ICRA 2026) held in Vienna
OpenPodcar2: a robust, ROS2 vehicle for self-driving research
OpenPodcar2：一种稳健的ROS2车辆，用于自动驾驶研究
机构 * School of Engineering and Physical Science, University of Lincoln, UK（林肯大学工程与物理科学学院，英国）
专题命中 规划控制 ：self-driving(title)；分类 cs.RO
AI总结 OpenPodcar2是一种基于现成车辆的低成本开源自动驾驶平台，集成了ROS2接口和稳健电子设备，兼顾研究与实际应用，成本约7000美元，适用于最后一公里自动驾驶出租车服务。
SANDO: Safe Autonomous Trajectory Planning for Dynamic Unknown Environments
SANDO：动态未知环境中的安全自主轨迹规划
机构 * Departments of Aeronautics and Astronautics, and Mechanical Engineering, Massachusetts Institute of Technology（航空工程与机械工程系，麻省理工学院） ； Department of Electronics, Automation, and Communications, Comillas ICAI（电子、自动化与通讯系，Comillas ICAI）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 SANDO通过热图A*全局规划器、混合整数二次规划和形式安全分析，在动态未知环境中实现安全轨迹规划，提升计算效率和安全性。
Comments 20 pages, 17 figures
High-Level Multi-Robot Trajectory Planning And Spurious Behavior Detection
高层多机器人轨迹规划与异常行为检测
机构 * Spanish project PID2024-159284NB-I00 funded by MCIN/AEI/10.13039/501100011033（西班牙项目PID2024-159284NB-I00，由MCIN/AEI/10.13039/501100011033资助） ； ERDF A way of making Europe and by the European Union NextGenerationEU/PRTR（ERDF推动欧洲发展，以及欧洲联盟NextGenerationEU/PRTR） ； DGA T45-23R and T64-23R（DGA T45-23R和T64-23R）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 本文提出基于Nets-within-Nets框架的多机器人轨迹规划方法，结合Transformer模型检测异常行为，实验表明在识别执行效率低下、核心任务违规和约束适应性异常方面具有高准确率。
Comments 6 pages,3 figures, Iberian Robotics Conference 2025
DAG-STL: A Hierarchical Framework for Zero-Shot Trajectory Planning under Signal Temporal Logic Specifications
DAG-STL：一种用于在信号临时逻辑规范下进行零样本轨迹规划的分层框架
机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University, Shanghai, China（自动化与智能感知学院，上海交通大学，上海，中国） ； Institute of Artificial Intelligence, Xiamen University, Xiamen, China（人工智能研究院，厦门大学，厦门，中国）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 本文提出DAG-STL框架，通过分解-分配-生成流程实现零样本轨迹规划，结合动态一致性度量和分层在线重规划机制，在复杂任务中表现出色。
Trajectory Planning for Safe Dual Control with Active Exploration
安全双控轨迹规划与主动探索
机构 * Department of Robotics, University of Michigan（密歇根大学机器人学系） ； Department of Aerospace Engineering, University of Michigan（密歇根大学航空航天工程系）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 本文研究了一种受预算约束的双控问题，通过整合鲁棒规划与主动探索，在保证安全性和预算可行性的同时，平衡即时任务性能与长期不确定性降低。
SECURE: Stable Early Collision Understanding via Robust Embeddings in Autonomous Driving
SECURE: 通过在自动驾驶中鲁棒嵌入实现稳定的早期碰撞理解
机构 * Xiamen University Malaysia（厦门大学马来西亚分校） ； Xinjiang University（新疆大学） ； HKUST(GZ)（香港科技大学（广州））
专题命中 规划控制 ：autonomous driving(title)；分类 cs.CV
AI总结 本文提出SECURE框架，通过定义和强制模型鲁棒性提升自动驾驶中碰撞预测的稳定性与鲁棒性，在DAD和CCD数据集上取得新突破。
Comments 13 pages, 2 figures
Behavioral Score Diffusion: Model-Free Trajectory Planning via Kernel-Based Score Estimation from Data
行为得分扩散：通过核基得分估计实现无模型轨迹规划
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 本文提出行为得分扩散（BSD），通过核加权估计直接从轨迹数据中计算扩散得分函数，无需学习模型或动力学模型，在停车场景中实现高效轨迹规划。
Where to Look Next: Learning Viewpoint Recommendations for Informative Trajectory Planning
下一步在哪里寻找：为信息轨迹规划学习视角推荐
机构 * Delft University of Technology（代尔夫特理工大学） ； Czech Technical University in Prague（捷克理工大学）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 本文提出一种基于深度强化学习的信息感知策略，用于指导递推时间 horizon轨迹优化规划器，以在动态可行且无碰撞的轨迹中最大化信息增益并减少环境不确定性。
Comments accepted to ICRA2022
Journal ref 2022 International Conference on Robotics and Automation (ICRA)
MIGHTY: Hermite Spline-based Efficient Trajectory Planning
MIGHTY：基于Hermite样条的高效轨迹规划
机构 * Department of Aeronautics and Astronautics, Massachusetts Institute of Technology（航空航天系，麻省理工学院） ； Department of Electrical and Systems Engineering, University of Pennsylvania（电气与系统工程系，宾夕法尼亚大学）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 MIGHTY通过Hermite样条实现时空优化，利用连续搜索空间提升效率，仿真中计算时间与旅行时间分别减少9.3%和13.1%，硬件测试中实现高速飞行和动态障碍物应对。
Comments 10 pages, 12 figures
Senna-2: Aligning VLM and End-to-End Driving Policy for Consistent Decision Making and Planning
Senna-2：对齐视觉语言模型与端到端驾驶策略以实现一致的决策与规划
机构 * Huazhong University of Science & Technology（华中科技大学） ； Horizon Robotics
专题命中 规划控制 ：end-to-end driving(title)；分类 cs.CV
AI总结 Senna-2通过三阶段训练范式对齐视觉语言模型与端到端驾驶策略，提升决策与规划的一致性，增强驾驶安全性和效率。
Comments 15 pages, 8 figures. Project page: https://ambitious-idiot.github.io/senna2-project
Multi-Robot Trajectory Planning via Constrained Bayesian Optimization and Local Cost Map Learning with STL-Based Conflict Resolution
多机器人轨迹规划通过约束贝叶斯优化与局部成本图学习及基于STL的冲突解决
机构 * Department of Computer Science, University of New Orleans（计算机科学系，新奥尔良大学） ； Knight Foundation School of Computing and Information Sciences, Florida International University（骑士基金会计算与信息科学学院，佛罗里达国际大学） ； Providence College, Department of Mathematics & Computer Science（普罗维登斯学院，数学与计算机科学系）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 本文提出一种结合约束贝叶斯优化与STL冲突解决的多机器人轨迹规划方法，提升轨迹效率和安全性。
Comments Accepted to ICRA 2026
Many-RRT*: Robust Joint-Space Trajectory Planning for Serial Manipulators
多RRT*：串联机械臂的联合空间轨迹规划
机构 * USACE ERDC, Information Technology Lab（美国陆军工程兵团工程研究中心信息科技实验室） ； Collaborative Robotics Lab（协作机器人实验室）
专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO
AI总结 Many-RRT*通过同时规划多个目标解决串联机械臂在关节空间中规划的鲁棒性和最优性问题，显著提高了轨迹质量和成功率。
Interaction-Aware Model Predictive Decision-Making for Socially-Compliant Autonomous Driving in Mixed Urban Traffic Scenarios
面向混合城市交通场景中社会合规自动驾驶的交互感知模型预测决策
机构 * Institute of Control Systems, Karlsruhe Institute for Technology（控制系统研究所，卡尔斯鲁厄技术学院） ； Wuerzburg Institute for Traffic Sciences GmbH（魏玛交通科学研究所有限公司） ； Faculty of Engineering - Mechanical Engineering Dept, University of Alberta（工程学院-机械工程系，阿尔伯塔大学）
专题命中 规划控制 ：autonomous driving(title)；分类 cs.RO
AI总结 本文提出交互感知模型预测决策框架，用于提升自动驾驶在混合城市交通场景中的社会合规性与安全性。
Comments Major Revision
