自动驾驶

Autonomous Last-mile Delivery Vehicles in Complex Traffic Environments

Bai Li, Shaoshan Liu, Jie Tang, Jean-Luc Gaudiot, Liangliang Zhang, Qi Kong

专题命中 其他自动驾驶 ：autonomous driving(abstract)；self-driving(abstract)；分类 cs.RO

Comments 6 pages 6 figures, submitted to IEEE Computer

Autonomous Electric Race Car Design

Niklas Funk, Nikhilesh Alatur, Robin Deuber, Frederick Gonon, Nico Messikommer, Julian Nubert, Moritz Patriarca, Simon Schaefer, Dominic Scotoni, Nicholas Bünger, Renaud Dube, Raghav Khanna, Mark Pfeiffer, Erik Wilhelm, Roland Siegwart

专题命中 其他自动驾驶 ：autonomous driving(abstract)；self-driving(abstract)；分类 cs.RO

Comments Paper submitted and accepted to the EVS30 Symposium, from October 9-11, 2017 in Stuttgart, Germany

Structured Prompting and Multi-Agent Knowledge Distillation for Traffic Video Interpretation and Risk Inference

Yunxiang Yang, Ningning Xu, Jidong J. Yang

机构 * Smart Mobility and Infrastructure Lab（智能移动与基础设施实验室） ； College of Engineering, University of Georgia（工程学院，佐治亚大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、eess.IV、cs.AI

Comments 16 pages, 10 figures, 1 table

Fisheye-Calib-Adapter: An Easy Tool for Fisheye Camera Model Conversion

Sangjun Lee

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、eess.IV

Comments 8 pages, 4 figures

Motion Comfort Optimization for Autonomous Vehicles: Concepts, Methods, and Techniques

Mohammed Aledhari, Mohamed Rahouti, Junaid Qadir, Basheer Qolomany, Mohsen Guizani, Ala Al-Fuqaha

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments None

Dynamic Scenario Representation Learning for Motion Forecasting with Heterogeneous Graph Convolutional Recurrent Networks

Xing Gao, Xiaogang Jia, Yikang Li, Hongkai Xiong

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

Vehicular Safety Applications and Approaches: A Technical Survey

Hazem Fahmy, Sabita Mahrajan

专题命中 其他自动驾驶 ：autonomous driving(abstract)；self-driving(abstract)

Comments 21 pages. arXiv admin note: text overlap with arXiv:1604.07446 by other authors

Six Levels of Autonomous Process Execution Management (APEM)

Wil van der Aalst

专题命中 其他自动驾驶 ：autonomous driving(abstract)；self-driving(abstract)

SaSeVAL: A Safety/Security-Aware Approach for Validation of Safety-Critical Systems

Christian Wolschke, Behrooz Sangchoolie, Jacob Simon, Stefan Marksteiner, Tobias Braun, Hayk Hamazaryan

专题命中 其他自动驾驶 ：autonomous driving(abstract)；self-driving(abstract)

Comments 8 pages, 2 figures Presented at the 7th International Workshop on Safety and Security of Intelligent Vehicles (SSIV+ 2021, held in conjunction with DSN2021)

Journal ref 2021 51st Annual IEEE/IFIP International Conference on Dependable Systems and Networks Workshops (DSN-W)

Just Go with the Flow: Self-Supervised Scene Flow Estimation

Himangi Mittal, Brian Okorn, David Held

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、eess.IV

Comments Accepted at CVPR 2020 (Oral)

Uncertainty-Aware Learning from Demonstration using Mixture Density Networks with Sampling-Free Variance Modeling

Sungjoon Choi, Kyungjae Lee, Sungbin Lim, Songhwai Oh

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

Hybrid Machine Learning for Articulation Angle Estimation of Truck-Semitrailer Combinations

用于卡车-半挂车组合铰接角估计的混合机器学习

Qixuan Zhang, Jonas Boettcher, Simon F. G. Ehlers, Marvin Stuede

机构 * ZF CV Systems Hannover GmbH（采埃孚商用车系统汉诺威有限公司） ； Leibniz University Hannover（汉诺威莱布尼茨大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 研究针对卡车-半挂车组合铰接角估计问题，提出基于学习的模型并集成于EKF框架，应用自适应加权方案，通过大量实际实验验证，该混合方法能准确可靠估计铰接角，降低实施要求，具有实际部署优势。

Comments Accepted for publication at 2026 International Conference on Intelligent Transportation Systems (ITSC)

From Modalities to Propositions: A Language-Centric Framework for Multimodal Intelligence

从模态到命题：多模态智能的语言中心框架

Nadine Chang, Maying Shen, Shizhe Diao, Jialiang Wang, Jingde Chen, Thomas Breuel, Pavlo Molchanov, Rafid Mahmood, Jose M. Alvarez

机构 * NVIDIA（英伟达） ； University of Ottawa（渥太华大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 该研究提出多模态数据语言表示框架，将观察结果表示为原子命题，通过全局语义码本统一为共享词汇表，置于可解释空间，实现跨模态理解等，还在自动驾驶等数据上进行了展示。

Safety at Scale: A Comprehensive Survey of Large Model and Agent Safety

大规模安全：大型模型和智能体安全的全面综述

Xingjun Ma, Yifeng Gao, Yixu Wang, Ruofan Wang, Xin Wang, Ye Sun, Yifan Ding, Hengyuan Xu, Yunhao Chen, Yunhan Zhao, Hanxun Huang, Yige Li, Yutao Wu, Jiaming Zhang, Xiang Zheng, Yang Bai, Zuxuan Wu, Xipeng Qiu, Jingfeng Zhang, Yiming Li, Xudong Han, Haonan Li, Jun Sun, Cong Wang, Jindong Gu, Baoyuan Wu, Siheng Chen, Tianwei Zhang, Yang Liu, Mingming Gong, Tongliang Liu, Shirui Pan, Cihang Xie, Tianyu Pang, Yinpeng Dong, Ruoxi Jia, Yang Zhang, Shiqing Ma, Xiangyu Zhang, Neil Gong, Chaowei Xiao, Sarah Erfani, Tim Baldwin, Bo Li, Masashi Sugiyama, Dacheng Tao, James Bailey, Yu-Gang Jiang

机构 * Fudan University（复旦大学） ； The University of Melbourne（墨尔本大学） ； Singapore Management University（新加坡国立大学） ； Deakin University（德肯大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； City University of Hong Kong（香港城市大学） ； University of Oxford（牛津大学） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； The University of Sydney（悉尼大学） ； Griffith University（格里菲斯大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Sea AI Lab（Sea AI实验室） ； Tsinghua University（清华大学） ； Virginia Tech（弗吉尼亚理工大学） ； CISPA Helmholtz Center for Information Security（CISPA海德堡信息安全部） ； University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； Purdue University（普渡大学） ； Duke University（杜克大学） ； University of Wisconsin - Madison（威斯康星大学麦迪逊分校） ； RIKEN（理化学研究所） ； The University of Tokyo（东京大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 本文综述了大型模型和智能体的安全性，分析了各类攻击威胁及防御策略，指出安全评估、防御机制和数据实践的重要性，强调研究社区和国际合作的必要性。

Comments 706 papers, 60 pages, 3 figures, 14 tables; GitHub: https://github.com/xingjunm/Awesome-Large-Model-Safety

ParkSense: Where Should a Delivery Driver Park? Leveraging Idle AV Compute and Vision-Language Models

ParkSense: 送货司机应该在哪里停车？利用空闲自动驾驶计算和视觉-语言模型

Die Hu, Henan Li

机构 * University of California, Santa Barbara（加州大学圣塔芭芭拉分校） ； Independent Researcher（独立研究员） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出ParkSense框架，利用自动驾驶低风险状态下的空闲计算资源运行视觉-语言模型，解决精准停车问题，并提出Delivery-Aware Precision Parking问题，展示量化7B VLM在硬件上的推理速度及对司机收入的提升。

Comments 7 pages, 3 tables. No university resources were used for this work

Reproducibility study on how to find Spurious Correlations, Shortcut Learning, Clever Hans or Group-Distributional non-robustness and how to fix them

对如何发现虚假相关性、捷径学习、聪明汉效应或群体分布非鲁棒性及如何修复它们的可重复性研究

Ole Delzer, Sidney Bender

机构 * Technische Universität Berlin（柏林工业大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 本文通过比较分析探讨了在数据有限和子群不平衡等约束下，XAI方法在修复模型失败中的优势，发现CFKD在提升泛化能力上表现最佳，但许多方法依赖群体标签导致实际应用受限。

Comments 62 pages, 27 figures

ACE-Brain-0: Spatial Intelligence as a Shared Scaffold for Universal Embodiments

ACE-Brain-0：空间智能作为通用具身化体系的共享框架

Ziyang Gong, Zehang Luo, Anke Tang, Zhe Liu, Shi Fu, Zhi Hou, Ganlin Yang, Weiyun Wang, Xiaofeng Wang, Jianbo Liu, Gen Luo, Haolan Kang, Shuang Luo, Yue Zhou, Yong Luo, Li Shen, Xiaosong Jia, Yao Mu, Xue Yang, Chunxiao Liu, Junchi Yan, Hengshuang Zhao, Dacheng Tao, Xiaogang Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； University of Science（科学技术大学） ； Fudan University（复旦大学） ； Xiamen University（厦门大学） ； East China Normal University（华东师范大学） ； Wuhan University（武汉大学） ； Sun Yat-sen University（中山大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 ACE-Brain-0 通过空间智能作为共享框架，统一了自动驾驶、机器人和 UAVs 的具身化任务，采用 SSR 范式和 GRPO 方法实现跨领域泛化和领域精通的平衡。

Comments Code: https://github.com/ACE-BRAIN-Team/ACE-Brain-0 Hugging Face: https://huggingface.co/ACE-Brain/ACE-Brain-0-8B

VidDoS: Universal Denial-of-Service Attack on Video-based Large Language Models

VidDoS：针对基于视频的大语言模型的通用拒绝服务攻击

Duoxun Tang, Dasen Dai, Jiyao Wang, Xiao Yang, Jianyu Wang, Siqi Cai

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； The Chinese University of Hong Kong, Hong Kong SAR（香港中文大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳研究院） ； Shenzhen Loop Area Institute, China（深圳环园院） ； McGill University（麦吉尔大学） ； The Hong Kong University of Science and Technology, Guangzhou（香港科学与技术大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 VidDoS是一种针对视频大语言模型的通用拒绝服务攻击方法，通过通用优化生成实例无关的触发器，导致模型推理延迟和token扩展显著增加，引发安全问题。

CARL: Camera-Agnostic Representation Learning for Spectral Image Analysis

CARL：用于光谱图像分析的相机无关表示学习

Alexander Baumann, Leonardo Ayala, Silvia Seidlitz, Jan Sellner, Alexander Studier-Fischer, Berkin Özdemir, Lena Maier-Hein, Slobodan Ilic

机构 * Siemens AG（西门子股份公司） ； Division of Intelligent Medical Systems, German Cancer Research Center (DKFZ)（德国癌症研究中心智能医疗系统部门） ； National Center for Tumor Diseases (NCT), NCT Heidelberg（肿瘤国家研究中心（NCT）海德堡分部） ； HIDSS4Health, Heidelberg（海德堡HIDSS4Health） ； Department of Urology and Urosurgery, University Medical Center Mannheim（曼海姆大学医学中心泌尿外科与泌尿外科部门） ； Department of General, Visceral, and Transplantation Surgery, Heidelberg University Hospital（海德堡大学医院普通外科、 visceral外科和移植外科部门） ； Division of Intelligent Systems and Robotics in Urology, DKFZ Heidelberg（泌尿外科智能系统和机器人技术部门，德国癌症研究中心海德堡分部） ； DKFZ Hector Cancer Institute, University Medical Center Mannheim（DKFZ海德堡癌症研究所，曼海姆大学医学中心） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 CARL通过相机无关的表示学习方法，提升了多光谱和高光谱图像分析的鲁棒性和通用性。

RPT-SR: Regional Prior attention Transformer for infrared image Super-Resolution

RPT-SR：区域先验注意力变换器用于红外图像超分辨率

Youngwan Jin, Incheol Park, Yagiz Nalcakan, Hyeongjin Ju, Sanghyeop Yeo, Shiho Kim

机构 * Yonsei University（延世大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 RPT-SR通过区域先验注意力机制提升红外图像超分辨率，结合可学习区域先验token与局部token，实现动态调节局部重建，展现广泛适用性与高性能。

OASIS-DC: Generalizable Depth Completion via Output-level Alignment of Sparse-Integrated Monocular Pseudo Depth

OASIS-DC: 通过稀疏集成单目伪深度的输出级对齐实现通用深度补全

Jaehyeon Cho, Jhonghyun An

机构 * Vehicle Intelligence Perception Lab (VIPLAB), Gachon University, Seongnam-si, Republic of Korea（高银大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 OASIS-DC通过输出级对齐稀疏集成单目伪深度，实现无需大量标注样本的通用深度补全。

Comments Accepted to ICRA 2026

Task Prototype-Based Knowledge Retrieval for Multi-Task Learning from Partially Annotated Data

基于任务原型的知识检索多任务学习：从部分标注数据中学习

Youngmin Oh, Hyung-Il Kim, Jung Uk Kim

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出基于原型的知识检索框架，通过任务原型嵌入和知识检索变压器实现稳健的多任务学习，适用于部分标注数据场景。

Comments Accepted at AAAI 2026

EGGS: Exchangeable 2D/3D Gaussian Splatting for Geometry-Appearance Balanced Novel View Synthesis

EGGS: 可交换的2D/3D高斯点扩散用于几何-外观平衡的新视角合成

Yancheng Zhang, Guangyu Sun, Chen Chen

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 EGGS通过融合2D和3D高斯点扩散，平衡外观与几何精度，提升新视角合成的渲染质量与效率。

On-Demand Multi-Task Sparsity for Efficient Large-Model Deployment on Edge Devices

按需多任务稀疏性用于高效部署大型模型到边缘设备

Lianming Huang, Haibo Hu, Qiao Li, Nan Guan, Chun Jason Xue

机构 * City University of Hongkong（香港城市大学） ； Mohamed bin Zayed University of Artificial Intelligence（马尔代夫 bin Zayed 人工智能大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出一种按需多任务稀疏性框架，通过最大化参数重用减少边缘设备上任务切换的I/O开销，实验表明其在自动驾驶场景中显著提升了任务切换效率。

Hybrid CNN-ViT Framework for Motion-Blurred Scene Text Restoration

Umar Rashid, Muhammad Arslan Arshad, Ghulam Ahmad, Muhammad Zeeshan Anjum, Rizwan Khan, Muhammad Akmal

机构 * Department of Electrical Engineering, University of Engineering & Technology, New Campus, Lahore, Pakistan（电子工程系，工程科技大学，新校区，拉合尔，巴基斯坦） ； Department of Electrical, Electronic, and Future Technologies, Sheffield Hallam University, Sheffield S1 1WB, UK（电子、电气与未来技术系，谢菲尔德哈姆大学，谢菲尔德 S1 1WB，英国） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

Adv-BMT: Bidirectional Motion Transformer for Safety-Critical Traffic Scenario Generation

Yuxin Liu, Zhenghao Peng, Xuanhao Cui, Bolei Zhou

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.AI

Predictive Preference Learning from Human Interventions

Haoyuan Cai, Zhenghao Peng, Bolei Zhou

机构 * Department of Computer Science, University of California, Los Angeles（计算机科学系，加州大学洛杉矶分校） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.AI

Comments NeurIPS 2025 Spotlight. Project page: https://metadriverse.github.io/ppl

A Knowledge-Informed Deep Learning Paradigm for Generalizable and Stability-Optimized Car-Following Models

Chengming Wang, Dongyao Jia, Wei Wang, Dong Ngoduy, Bei Peng, Jianping Wang

机构 * School of Advanced Technology（先进技术学院） ； Institute of Transport Studies（交通研究所） ； Department of Computer Science（计算机科学系） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO、cs.AI

DAC-LoRA: Dynamic Adversarial Curriculum for Efficient and Robust Few-Shot Adaptation

Ved Umrajkar

机构 * Indian Institute of Technology, Roorkee（印度理工学院拉胡尔分校） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

Comments Accepted at ICCV2025 Workshop on Safe and Trustworthy Multimodal AI Systems

Predicting Depth Maps from Single RGB Images and Addressing Missing Information in Depth Estimation

Mohamad Mofeed Chaar, Jamal Raiyn, Galia Weidl

机构 * Connected urban mobility, Faculty of Engineering, University of Applied Sciences, Aschaffenburg, Germany（连接城市移动性，工程学院，应用科学大学，阿施费尔德，德国） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

Comments 8 pages, 10 figures, VEHITS conference 2025