自动驾驶

Affordable Modular Autonomous Vehicle Development Platform

Benedict Quartey, G. Ayorkor Korsah

专题命中 规划控制 ：autonomous driving(abstract)；self-driving(abstract)；分类 cs.RO

Comments ICAST 2018

Journal ref 2018 IEEE 7th International Conference on Adaptive Science & Technology (ICAST), Accra, 2018, pp. 1-8

STINet: Spatio-Temporal-Interactive Network for Pedestrian Detection and Trajectory Prediction

Zhishuai Zhang, Jiyang Gao, Junhua Mao, Yukai Liu, Dragomir Anguelov, Congcong Li

专题命中 规划控制 ：autonomous driving(abstract)；BEV(abstract)；分类 cs.CV

Journal ref CVPR 2020

CoverNet: Multimodal Behavior Prediction using Trajectory Sets

Tung Phan-Minh, Elena Corina Grigore, Freddy A. Boulton, Oscar Beijbom, Eric M. Wolff

专题命中 规划控制 ：self-driving(abstract)；occupancy(abstract)；分类 cs.RO

Conf-Net: Toward High-Confidence Dense 3D Point-Cloud with Error-Map Prediction

Hamid Hekmatian, Jingfu Jin, Samir Al-Stouhi

专题命中 规划控制 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV

Camera-based vehicle velocity estimation from monocular video

Moritz Kampelmühler, Michael G. Müller, Christoph Feichtenhofer

专题命中 规划控制 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV

Comments 8 pages, 5 figures, in CVWW2018

Koopman-Based Dynamic Environment Prediction for Safe UAV Navigation

Vitor Bueno, Ali Azarbahram, Marcello Farina, Lorenzo Fagiano

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

Journal ref 2026 European Control Conference (ECC), IEEE

From Distances to Trajectories: Real-Time Signed Distance Function Mapping and Distance-Accelerated Motion Planning for UAVs

从距离到轨迹：无人机的实时带符号距离函数映射与距离加速运动规划

Jason Stanley, Zhirui Dai, Qihao Qian, Tzu-Chin Ho, Tianxing Fan, Siddharth Saha, Christopher Barngrover, Ki Myung Brian Lee, Nikolay Atanasov

机构 * UC San Diego（加州大学圣地亚哥分校） ； Shield AI（护盾人工智能公司） 纠错

专题命中 规划控制 ：occupancy(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 研究针对无人机在杂乱环境中的自主飞行，提出围绕带符号距离函数协同设计映射与规划阶段。开发OREN重建SDF，Bubble$^\star$基于距离信息规划，减少碰撞检查。集成方法在四旋翼飞行器上实时导航，提升SDF估计并快速找到长轨迹。

Comments 25 pages, 10 figures, 5 tables

Thermal management optimization of Battery Electric Vehicles via hierarchical NMPC with CMO-trained Neural Models

基于CMO训练的神经模型的分层NMPC对电池电动汽车进行热管理优化

Francesco Ripa, Diego Regruto, Pasquale Ceres, Christopher Strano

专题命中 规划控制 ：BEV(abstract,abstract_cn)

AI总结 研究电池电动汽车热管理优化问题，提出分层NMPC框架，上层平衡能耗与温度跟踪并转化为执行器命令序列，下层补偿干扰等，采用数据驱动神经网络模型，经高保真模拟器验证，相比基线策略能耗显著降低。

What's Hidden Matters: Identifying Planning-Critical Occluded Agents using Vision-Language Models

隐藏之物至关重要：使用视觉语言模型识别规划关键性的被遮挡智能体

Amirhosein Chahe, Tyler Naes, Jovin D'sa, Faizan M. Tariq, Sangjae Bae, Lifeng Zhou, David Isele

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 提出利用视觉语言模型（VLM）识别对自车轨迹影响最大的被遮挡智能体，通过规划KL散度（PKL）度量进行排序，并微调VLM以提升性能，实验表明该方法比随机采样提升约30%。

Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 9 pages, 5 figures, 5 tables

The Array Control and Data Acquisition software of the Cherenkov Telescope Array Observatory

切伦科夫望远镜阵列观测站的阵列控制与数据采集软件

I. Oya, B. López, P. Aubert, G. Barni, P. Bauza, D. Berge, J. -P. Bolle, W. Boulakbech, P. Bruno, U. Bajc, A. Bulgarelli, M. Cappi, F. Cassol, S. Caroff, L. Castaldini, T. Collins, V. Conforti, A. Costa, L. David, G. De Cesare, E. de Ona Wilhelmi, A. Di Piano, K. Egberts, R. Fernandez, V. Fioretti, S. Fukami, E. García, E. Garcia, H. Gasparyan, S. Germani, J. Hinton, C. Hoischen, F. Incardona, D. Kostunin, E. Lyard, G. Maurin, D. Melkumyan, E. Mestre, K. Munari, T. Murach, A. Muraczewski, N. Nakhjiri, D. Neise, T. Oprinsen, G. Panebianco, N. Parmiggiani, E. Pietriga, V. Pollet, B. Rudak, I. Sadeh, S. Sah, A. Sarkar, M. Schefer, T. Schmidt, D. Soldevila, S. Spinello, C. Steppa, D. F. Torres, A. Tramacere, R. Vallés, T. Vuillaume, R. Walter, F. Werner, A. Wörheide

专题命中 规划控制 ：LiDAR(abstract,abstract_cn)

AI总结 本文介绍了切伦科夫望远镜阵列观测站（CTAO）的阵列控制与数据采集（ACADA）系统，该系统负责望远镜和辅助仪器的控制、监督、数据处理以及观测调度，并支持基于实时科学警报的快速响应。

Comments Accepted version. Published in Astronomy and Computing (2026). DOI: 10.1016/j.ascom.2026.101147

Journal ref Astronomy and Computing, Volume 57, 2026, 101147

Energy-Efficient Building HVAC Control Using Hybrid System LBMPC

使用混合系统LBMPC的节能建筑HVAC控制

Anil Aswani, Neal Master, Jay Taneja, Andrew Krioukov, David Culler, Claire Tomlin

专题命中 规划控制 ：occupancy(abstract,abstract_cn)

AI总结 本文提出一种基于混合系统学习模型预测控制（LBMPC）的建筑HVAC控制方法，通过系统辨识和模型更新实现日均1.5MWh的节能效果，且不降低舒适度。

NF-TrackLLM: Joint Prediction of UAV Trajectory and Near-Field Beam for LAE XL-MIMO Systems

NF-TrackLLM：用于LAE XL-MIMO系统的无人机轨迹与近场波束联合预测

Qianfan Lu, Mengyuan Li, Jiachen Tian, Yu Han, Xiao Li, Shi Jin

专题命中 规划控制 ：LiDAR(abstract,abstract_cn)

AI总结 提出NF-TrackLLM框架，通过多模态语义感知和GPT-2时空推理，联合预测近场XL-MIMO系统中无人机轨迹和波束，实现高精度跟踪与波束预测。

Grounding Driving VLA via Inverse Kinematics

通过逆运动学接地驾驶VLA

Junsung Park, Hyunjung Shim

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； KimJaeChul AI Graduate School（金 JaeChul人工智能研究生院） 纠错

专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出通过逆运动学求解器重新设计驾驶VLA，以解决轨迹预测中对视觉token的忽略问题，通过引入视觉状态预测和逆运动学网络，提升了视觉接地和轨迹规划性能。

A regularization method for planar offset curves and bi-offset recognition

平面偏移曲线和双偏移识别的一种正则化方法

Rosanna Campagna, Salvatore Mondrone, Tomas Sauer

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

AI总结 本文提出了一种正则化方法，用于生成平面轨迹的偏移曲线，并通过同时拟合位置和切线来实现双偏移识别，解决了偏移曲线中的奇异性和自交问题，提高了路径规划和路径平滑的应用效果。

Comments 26 pages, 7 figures, 2 tables

Self-Supervised Bootstrapping of Action-Predictive Embodied Reasoning

基于互联网规模知识的自监督行动预测具身推理

Milan Ganai, Katie Luo, Jonas Frey, Clark Barrett, Marco Pavone

机构 * Stanford（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； NVIDIA（英伟达） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出R&B-EnCoRe方法，通过自监督细化使模型从互联网知识中自推导具身推理策略，提升动作执行和导航性能，减少碰撞率。

Comments Robotics: Science and Systems (RSS) 2026

Constructing the Umwelt: Cognitive Planning through Belief-Intent Co-Evolution

构建环境：通过信念-意图共演的认知规划

Shiyao Sang

机构 * Shiyao Sang（桑世尧） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出基于信念-意图共演的认知规划方法，通过MBCWM和TIWM模型实现环境与现实的认知一致性，提升自动驾驶规划性能并展现类人认知行为。

Comments 12 pages, 8 figures. A paradigm shift from reconstructing the world to understanding it: planning through Belief-Intent Co-Evolution

Vega: Learning to Drive with Natural Language Instructions

Vega：通过自然语言指令学习驾驶

Sicheng Zuo, Yuxuan Li, Wenzhao Zheng, Zheng Zhu, Jie Zhou, Jiwen Lu

机构 * Tsinghua University（清华大学） ； GigaAI 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出Vega模型，通过自然语言指令生成和规划，提升自动驾驶的灵活性和个性化水平，基于大规模驾驶数据集InstructScene进行实验验证。

Comments Code is available at https://github.com/zuosc19/Vega

BEACON: Language-Conditioned Navigation Affordance Prediction under Occlusion

BEACON: 语言条件下的遮挡区域导航可行性预测

Xinyu Gao, Gang Chen, Javier Alonso-Mora

机构 * Department of Cognitive Robotics (CoR), Delft University of Technology（认知机器人学系（CoR），代尔夫特理工大学） 纠错

专题命中 规划控制 ：BEV(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 BEACON通过融合视觉语言模型与深度信息，提升遮挡区域导航可行性预测的准确性。

Comments 8 pages. Project page: https://xin-yu-gao.github.io/beacon

3D Scene Rendering with Multimodal Gaussian Splatting

多模态高斯散射的3D场景渲染

Chi-Shiang Gau, Konstantinos D. Polyzos, Athanasios Bacharis, Saketh Madhuvarasu, Tara Javidi

机构 * UCSD Centers for Machine intelligence, computing, and security (MICS) and Wireless Communications (CWC)（UCSD 机器智能、计算与安全中心（MICS）和无线通信中心） ； UCSD ； NVIDIA 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出多模态框架，结合射频传感与高斯散射技术，实现高效且鲁棒的3D场景渲染。

Robustness Is a Function, Not a Number: A Factorized Comprehensive Study of OOD Robustness in Vision-Based Driving

鲁棒性是一种函数，而不是一个数字：对基于视觉的驾驶OOD鲁棒性进行因素化的综合研究

Amir Mallak, Alaa Maalouf

机构 * University of Haifa（海法大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文研究了基于视觉的驾驶OOD鲁棒性，通过因素分解发现ViT策略比CNN更鲁棒，季节和时间变化显著影响性能，FM特征在延迟成本下表现最佳，多环境训练能提升弱案例表现。

Efficient UAV trajectory prediction: A multi-modal deep diffusion framework

高效无人机轨迹预测：一种多模态深度扩散框架

Yuan Gao, Xinyu Guo, Wenjing Xie, Zifan Wang, Hongwen Yu, Gongyang Li, Shugong Xu

专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO、cs.CV、eess.IV

AI总结 本文提出一种多模态深度融合框架，通过融合激光雷达和毫米波雷达数据提升无人机轨迹预测精度，实验显示其比基线模型提升40%。

Comments in Chinese language

Combining Shape Completion and Grasp Prediction for Fast and Versatile Grasping with a Multi-Fingered Hand

结合形状补全与抓取预测以实现快速且多功能的多指手抓取

Matthias Humt, Dominik Winkelbauer, Ulrich Hillenbrand, Berthold Bäuml

机构 * DLR Institute of Robotics and Mechatronics（德国航空航天中心机器人与机电系统研究所） ； Technical University of Munich（慕尼黑技术大学） ； Deggendorf Institute of Technology（德格多夫技术学院） 纠错

专题命中 规划控制 ：occupancy(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本研究提出了一种结合形状补全与抓取预测的深度学习方法，实现快速且多功能的多指手抓取，通过高效算法在单视角深度图像基础上完成物体抓取任务。

Comments 8 pages, 10 figures, 3 tables, 1 algorithm. Published in Humanoids 2023. Project page: https://aidx-lab.org/grasping/humanoids23

Journal ref 2023 IEEE-RAS 22nd International Conference on Humanoid Robots (Humanoids), pp. 1-8, 2023

Shape Completion with Prediction of Uncertain Regions

形状补全与不确定区域预测

Matthias Humt, Dominik Winkelbauer, Ulrich Hillenbrand

机构 * DLR Institute of Robotics and Mechatronics（德国航空航天中心机器人与机电研究所） ； Technical University of Munich（慕尼黑技术大学） 纠错

专题命中 规划控制 ：occupancy(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出两种新颖方法用于预测不确定区域，以提升形状补全和抓取质量，通过后处理和直接预测不确定性指标，优于现有基线方法。

Comments 7 pages, 5 figures, Published in IROS 2023. Project page: https://hummat.github.io/2023-iros-uncertain/

Journal ref in Proc. 2023 IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS), Detroit, MI, USA, Oct. 2023, pp. 1215-1221

VIT-Ped: Visionary Intention Transformer for Pedestrian Behavior Analysis

VIT-Ped：面向行人行为分析的愿景意图变换器

Aly R. Elkammar, Karim M. Gamaleldin, Catherine M. Elias

机构 * German University in Cairo（埃及德国大学） ； Faculty of Media Engineering and Technology（媒体工程与技术学院） ； Computer Science and Engineering Department（计算机科学与工程系） ； C-DRiVeS Lab（C-DRiVeS实验室） ； Cognitive Driving Research in Vehicular Systems（车载系统认知驾驶研究） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 VIT-Ped提出了一种基于变换器的算法，用于行人行为分析，通过不同数据模态和消融研究实现了SOTA性能。

From Forecasting to Planning: Policy World Model for Collaborative State-Action Prediction

从预测到规划：用于协作状态-动作预测的策略世界模型

Zhida Zhao, Talas Fu, Yifan Wang, Lijun Wang, Huchuan Lu

机构 * Dalian University of Technology（大连理工大学） 纠错

专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出策略世界模型（PWM），通过整合世界建模与轨迹规划，并利用无动作未来状态预测提升规划性能，实现更可靠的自主驾驶决策。

Comments Accepted by NuerIPS 2025 (Poster)

Pedestrian Intention Prediction via Vision-Language Foundation Models

Mohsen Azarmi, Mahdi Rezaei, He Wang

机构 * Institute for Transport Studies, Faculty of Environment, Computer Vision and Machine Learning Group, University of Leeds（运输研究学院、环境学院、计算机视觉与机器学习小组、莱斯特大学） ； AI Centre, Department of Computer Science, University College London（人工智能中心、计算机科学系、伦敦大学学院） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

DriveGPT: Scaling Autoregressive Behavior Models for Driving

Xin Huang, Eric M. Wolff, Paul Vernaza, Tung Phan-Minh, Hongge Chen, David S. Hayden, Mark Edmonds, Brian Pierce, Xinxin Chen, Pratik Elias Jacob, Xiaobai Chen, Chingiz Tairbekov, Pratik Agarwal, Tianshi Gao, Yuning Chai, Siddhartha Srinivasa

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments ICML 2025. 14 pages, 17 figures, 8 tables, and 1 video link

ModeSeq: Taming Sparse Multimodal Motion Prediction with Sequential Mode Modeling

Zikang Zhou, Hengjian Zhou, Haibo Hu, Zihao Wen, Jianping Wang, Yung-Hui Li, Yu-Kai Huang

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments CVPR 2025

CMP: Cooperative Motion Prediction with Multi-Agent Communication

Zehao Wang, Yuping Wang, Zhuoyuan Wu, Hengbo Ma, Zhaowei Li, Hang Qiu, Jiachen Li

专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments IEEE Robotics and Automation Letters; Project website: https://cmp-cooperative-prediction.github.io/

A technique to jointly estimate depth and depth uncertainty for unmanned aerial vehicles

Michaël Fonder, Marc Van Droogenbroeck

专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments The code is available at https://github.com/michael-fonder/M4DepthU