自动驾驶

Towards Optimal Strategies for Training Self-Driving Perception Models in Simulation

David Acuna, Jonah Philion, Sanja Fidler

专题命中 仿真评测 ：self-driving(title,abstract)；driving perception(title)；autonomous driving(abstract)；LiDAR(abstract)

Comments NeurIPS 2021; Project website: https://nv-tlabs.github.io/simulation-strategies/

Data-driven Camera and Lidar Simulation Models for Autonomous Driving: A Review from Generative Models to Volume Renderers

Hamed Haghighi, Xiaomeng Wang, Hao Jing, Mehrdad Dianati

专题命中 仿真评测 ：autonomous driving(title,abstract)；LiDAR(title,abstract)；分类 cs.RO、cs.CV

Comments To be published in IEEE Transactions on Intelligent Vehicles

InfiniVerse: Occupancy Guided Unbounded Scene Generation for Autonomous Driving

InfiniVerse: 面向自动驾驶的占用引导无界场景生成

Xiaoyu Ye, Leheng Li, Xinyu Ji, Yingjie Cai, Hongda He, Xu Yan, Guanyi Zhao, Ying-Cong Chen, Bingbing Liu, Shuguang Cui, Zhen Li

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Nanyang Technological University（南洋理工大学） ； Huawei Technologies Ltd.（华为技术有限公司） ； University of New South Wales（新南威尔士大学） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；occupancy(title,abstract)；分类 cs.CV

AI总结 提出InfiniVerse统一框架，通过3D占用表示和视频扩散模型实现从单帧到长距离、2D-3D对齐的动态城市场景可控生成，在Waymo和nuScenes上达到SOTA。

Cam4DOcc: Benchmark for Camera-Only 4D Occupancy Forecasting in Autonomous Driving Applications

Junyi Ma, Xieyuanli Chen, Jiawei Huang, Jingyi Xu, Zhen Luo, Jintao Xu, Weihao Gu, Rui Ai, Hesheng Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； HAOMO.AI Technology Co., Ltd.（HAOMO.AI技术有限公司） ； National University of Defense Technology（国防科技大学） ； Beijing Institute of Technology（北京理工大学） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；occupancy(title,abstract)；分类 cs.CV

Comments Accepted to CVPR 2024

AutoWorld: Learning Multi-Agent Traffic Simulation with Self-Supervised World Models

AutoWorld: 通过自监督世界模型扩展多智能体交通仿真

Mozhgan Pourkeshavarz, Tianran Liu, Nicholas Rhinehart

机构 * University of Toronto（多伦多大学） 纠错

专题命中 仿真评测 ：LiDAR(summary_cn,abstract)；autonomous driving(abstract)；occupancy(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出AutoWorld框架，利用未标记的LiDAR数据自监督学习世界模型，提升多智能体交通仿真的真实感与性能，实验表明未标记数据能有效提升仿真效果。

UniOcc: A Unified Benchmark for Occupancy Forecasting and Prediction in Autonomous Driving

Yuping Wang, Xiangyu Huang, Xiaokang Sun, Mingxuan Yan, Shuo Xing, Zhengzhong Tu, Jiachen Li

专题命中 仿真评测 ：occupancy(title,abstract)；autonomous driving(title)；分类 cs.RO、cs.CV、cs.AI

Comments IEEE/CVF International Conference on Computer Vision (ICCV 2025); Project website: https://uniocc.github.io/

Visual Implicit Geometry Transformer for Autonomous Driving

用于自动驾驶的视觉隐式几何变换器

Arsenii Shirokov, Mikhail Kuznetsov, Danila Stepochkin, Egor Evdokimov, Daniil Glazkov, Nikolay Patakin, Anton Konushin, Dmitry Senushkin

机构 * Lomonosov Moscow State University（罗蒙诺索夫莫斯科国立大学） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；BEV(abstract)；LiDAR(abstract)；occupancy(abstract)

AI总结 ViGT是一种用于自动驾驶的几何模型，通过自监督训练估计连续3D占用场，实现跨不同传感器配置的泛化和可扩展性。

A*3D Dataset: Towards Autonomous Driving in Challenging Environments

Quang-Hieu Pham, Pierre Sevestre, Ramanpreet Singh Pahwa, Huijing Zhan, Chun Ho Pang, Yuda Chen, Armin Mustafa, Vijay Chandrasekhar, Jie Lin

专题命中 仿真评测 ：autonomous driving(title,abstract)；self-driving(abstract)；LiDAR(abstract)；分类 cs.RO、cs.CV

Comments A new 3D dataset by I2R, A*STAR for autonomous driving

M3CAD: Towards Generic Cooperative Autonomous Driving Benchmark

M3CAD：迈向通用协作自动驾驶基准

Morui Zhu, Yongqi Zhu, Yihao Zhu, Qi Chen, Deyuan Qu, Song Fu, Qing Yang

机构 * University of North Texas（北卡罗来纳州立大学） ； Toyota InfoTech Labs（丰田信息技术实验室） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；LiDAR(abstract)；occupancy(abstract)；分类 cs.RO、cs.CV

AI总结 M3CAD是一个全面的协作自动驾驶基准，提供多模态数据支持多种自动驾驶任务，并提出多级融合方法以平衡通信效率与感知精度。

Comments Accepted to ICRA 2026

LiDARCrafter: Dynamic 4D World Modeling from LiDAR Sequences

LiDARCrafter：从LiDAR序列动态构建4D世界模型

Ao Liang, Youquan Liu, Yu Yang, Dongyue Lu, Linfeng Li, Lingdong Kong, Huaici Zhao, Wei Tsang Ooi

机构 * WorldBench Team（WorldBench团队） 纠错

专题命中 仿真评测 ：LiDAR(title,abstract)；autonomous driving(abstract)；occupancy(abstract)；分类 cs.RO、cs.CV

AI总结 LiDARCrafter通过自然语言输入生成和编辑4D LiDAR数据，实现高保真度、可控性和时间一致性，为自动驾驶数据增强和模拟提供新方法。

Comments AAAI 2026 Oral Presentation; 38 pages, 18 figures, 12 tables; Project Page at https://lidarcrafter.github.io

Dur360BEV: A Real-world 360-degree Single Camera Dataset and Benchmark for Bird-Eye View Mapping in Autonomous Driving

Wenke E, Chao Yuan, Li Li, Yixin Sun, Yona Falinie A. Gaus, Amir Atapour-Abarghouei, Toby P. Breckon

专题命中 仿真评测 ：autonomous driving(title,abstract)；BEV(abstract)；LiDAR(abstract)；分类 cs.RO、cs.CV

BEVDriver: Leveraging BEV Maps in LLMs for Robust Closed-Loop Driving

Katharina Winter, Mark Azer, Fabian B. Flohr

专题命中 仿真评测 ：BEV(title,abstract)；autonomous driving(abstract)；LiDAR(abstract)；分类 cs.RO、cs.CV

Comments This work has been submitted to the IEEE for possible publication

Parallelized and Randomized Adversarial Imitation Learning for Safety-Critical Self-Driving Vehicles

Won Joon Yun, MyungJae Shin, Soyi Jung, Sean Kwon, Joongheon Kim

专题命中 仿真评测 ：self-driving(title,abstract)；autonomous driving(abstract)；LiDAR(abstract)；分类 cs.RO、cs.AI

Comments 13 pages, 8 figures

DRIVESPATIAL: A Benchmark for Spatiotemporal Intelligence in VLMs for Autonomous Driving

DRIVESPATIAL：自动驾驶中视觉语言模型时空智能的基准

Hao Vo, Khoa Vo, Phu Loc Nguyen, Sieu Tran, Duc Minh Nguyen, Ngo Xuan Cuong, Gladys Gawugah, Sreevenkata Anjani Tishita Godavarthi, Chase Rainwater, Nghi D. Q. Bui, Anh Nguyen, Duy Minh Ho Nguyen, Ngan Le

机构 * University of Arkansas, USA（美国阿肯色大学） ； Google Research, Google（谷歌研究院） ； University of Liverpool, UK（英国利物浦大学） ； Max Planck Research School for Intelligent Systems（马克斯·普朗克智能系统研究学校） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；BEV(abstract,abstract_cn)；分类 cs.CV

AI总结 提出DriveSpatial基准，通过多视角、时空推理任务评估视觉语言模型在自动驾驶中的场景构建、关系理解、时序推理和泛化能力，发现人类与模型间存在显著差距。

nuReasoning: A Reasoning-Centric Dataset and Benchmark for Long-Tail Autonomous Driving

nuReasoning：面向长尾自动驾驶的推理中心数据集与基准

Zhiyu Huang, Johnson Liu, Rui Song, Zewei Zhou, Ruining Yang, Yun Zhang, Tianhui Cai, Hanyin Zhang, Mingxuan Gao, Valeria Xu, Jiali Chen, Yishan Shen, Yiluan Guo, Tony, Qi, Jiaqi Ma

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

专题命中 仿真评测 ：autonomous driving(title,abstract)；LiDAR(abstract,abstract_cn)；分类 cs.CV

AI总结 提出nuReasoning数据集，包含2万段20秒长尾驾驶场景的推理标注，支持空间、决策和反事实推理评估，并证明推理监督可提升VLM和VLA的驾驶性能。

MUSDA: Multi-source Multi-modality Unsupervised Domain Adaptive 3D Object Detection for Autonomous Driving

MUSDA：多源多模态无监督领域自适应3D物体检测用于自动驾驶

Xiaohu Lu, Hamed Khatounabadi, Hayder Radha

机构 * Electrical and Computer Engineering（电气与计算机工程） ； Michigan State University（密歇根州立大学） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；LiDAR(abstract,abstract_cn)；分类 cs.CV

AI总结 本文提出MUSDA框架，通过多源多模态无监督领域自适应方法提升自动驾驶3D物体检测性能，实验表明其在Waymo、nuScenes和Lyft数据集上优于现有方法。

NuRisk: A Visual Question Answering Dataset for Agent-Level Risk Assessment in Autonomous Driving

NuRisk：面向自动驾驶中 agent 级风险评估的视觉问答数据集

Yuan Gao, Mattia Piccinini, Roberto Brusnicki, Yuchen Zhang, Johannes Betz

机构 * Professorship of Autonomous Vehicle Systems, TUM School of Engineering and Design, Technical University of Munich（自主车辆系统教授职位，TUM工程与设计学院，慕尼黑技术大学） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所（MIRMI）） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；BEV(abstract,abstract_cn)；分类 cs.AI

AI总结 NuRisk 数据集通过 2.9K 场景和 1.1M agent 级样本，提供基于鸟瞰图的时序图像及量化风险标注，提升自动驾驶中 agent 行为与情境的时空推理能力。

Comments 2026 IEEE International Conference on Robotics and Automation (ICRA)

A Comprehensive Review of Reinforcement Learning for Autonomous Driving in the CARLA Simulator

Elahe Delavari, Feeza Khan Khanzada, Jaerock Kwon

专题命中 仿真评测 ：autonomous driving(title,abstract)；BEV(abstract)；LiDAR(abstract)；分类 cs.RO

STSBench: A Spatio-temporal Scenario Benchmark for Multi-modal Large Language Models in Autonomous Driving

Christian Fruhwirth-Reisinger, Dušan Malić, Wei Lin, David Schinagl, Samuel Schulter, Horst Possegger

专题命中 仿真评测 ：autonomous driving(title,abstract)；LiDAR(abstract)；end-to-end driving(abstract)；分类 cs.CV

Comments Dataset: https://huggingface.co/datasets/ivc-lrp/STSBench, Code: https://github.com/LRP-IVC/STSBench

S-NeRF++: Autonomous Driving Simulation via Neural Reconstruction and Generation

Yurui Chen, Junge Zhang, Ziyang Xie, Wenye Li, Feihu Zhang, Jiachen Lu, Li Zhang

专题命中 仿真评测 ：autonomous driving(title,abstract)；self-driving(abstract)；LiDAR(abstract)；分类 cs.CV

Comments IEEE TPAMI 2025

OpenOccupancy: A Large Scale Benchmark for Surrounding Semantic Occupancy Perception

Xiaofeng Wang, Zheng Zhu, Wenbo Xu, Yunpeng Zhang, Yi Wei, Xu Chi, Yun Ye, Dalong Du, Jiwen Lu, Xingang Wang

专题命中 仿真评测 ：occupancy(title,abstract)；autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV

Comments project page: https://github.com/JeffWang987/OpenOccupancy

SurfelGAN: Synthesizing Realistic Sensor Data for Autonomous Driving

Zhenpei Yang, Yuning Chai, Dragomir Anguelov, Yin Zhou, Pei Sun, Dumitru Erhan, Sean Rafferty, Henrik Kretzschmar

专题命中 仿真评测 ：autonomous driving(title,abstract)；self-driving(abstract)；LiDAR(abstract)；分类 cs.CV

Journal ref CVPR 2020

DVGT-2: Vision-Geometry-Action Model for Autonomous Driving at Scale

DVGT-2：面向大规模自动驾驶的视觉-几何-动作模型

Sicheng Zuo, Zixun Xie, Wenzhao Zheng, Shaoqing Xu, Fang Li, Hanbing Li, Long Chen, Zhi-Xin Yang, Jiwen Lu

机构 * Tsinghua University（清华大学） ； Xiaomi EV（小米电动车） ； University of Macau（澳门大学） ； Peking University（北京大学） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出VGA范式，通过密集3D几何信息提升自动驾驶决策，引入DVGT-2实现在线处理，结合时间因果注意力和滑动窗口策略，提升效率与重建性能。

Comments Code is available at https://github.com/wzzheng/DVGT

RoaD: Rollouts as Demonstrations for Closed-Loop Supervised Fine-Tuning of Autonomous Driving Policies

RoaD: 通过回滚作为演示实现自动驾驶策略的闭环监督微调

Guillermo Garcia-Cobo, Maximilian Igl, Peter Karkus, Zhejun Zhang, Michael Watson, Yuxiao Chen, Boris Ivanovic, Marco Pavone

机构 * NVIDIA Research（NVIDIA研究部） ； Huawei VN Research Center（华为越南研究中心） ； Stanford University（斯坦福大学） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；end-to-end driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 RoaD通过利用自动驾驶策略自身的闭环回滚作为额外训练数据，有效缓解协变量偏移问题，提升闭环监督微调性能。

Comments Preprint

An Evaluation of Knowledge Graph Embeddings for Autonomous Driving Data: Experience and Practice

Ruwan Wickramarachchi, Cory Henson, Amit Sheth

专题命中 仿真评测 ：autonomous driving(title,abstract)；LiDAR(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments 11 pages, To appear in AAAI 2020 Spring Symposium on Combining Machine Learning and Knowledge Engineering in Practice (AAAI-MAKE 2020)

VLGA: Vision-Language-Geometry-Action Models for Autonomous Driving

VLGA：用于自动驾驶的视觉-语言-几何-动作模型

Jin Yao, Dhruva Dixith Kurra, Tom Lampo, Zezhou Cheng, Danhua Guo, Burhan Yaman

机构 * Uber AV Labs（Uber自动驾驶实验室） ； University of Virginia（弗吉尼亚大学） 纠错

专题命中 仿真评测 ：autonomous driving(title)；LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 提出VLGA模型，通过引入几何作为第四模态，利用逐像素点图回归损失监督，实现密集3D世界重建，在nuScenes和Bench2Drive上达到SOTA。

Comments Project page: https://yaojin17.github.io/VLGA/

AutoDrive-R$^2$: Incentivizing Reasoning and Self-Reflection Capacity for VLA Model in Autonomous Driving

AutoDrive-R$^2$: 促进自动驾驶VLA模型的推理与自反思能力

Zhenlong Yuan, Chengxuan Qian, Jing Tang, Rui Chen, Zijian Song, Lei Sun, Xiangxiang Chu, Yujun Cai, Dapeng Zhang, Shuo Li

机构 * AMAP, Alibaba Group（阿里集团AMAP） ； Sun Yat-sen University（中山大学） ； University of Queensland（昆士兰大学） ； Lanzhou University（兰州大学） ； Case Western Reserve University（凯斯西储大学） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出AutoDrive-R$^2$框架，通过链式推理和强化学习提升自动驾驶VLA系统的推理与自反思能力，使用nuScenesR$^2$-6K数据集和GRPO算法实现高鲁棒性轨迹规划。

RoAD Benchmark: How LiDAR Models Fail under Coupled Domain Shifts and Label Evolution

RoAD基准：LiDAR模型在耦合域偏移和标签演变下为何失效

Subeen Lee, Siyeong Lee, Namil Kim, Jaesik Choi

机构 * LG AI Research（LG AI 研究院） ； NAVER LABS（NAVER 实验室） ； KAIST（韩国科学技术院） 纠错

专题命中 仿真评测 ：LiDAR(title,abstract)；autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 RoAD基准评估LiDAR目标分类在域偏移与标签演变交织下的模型鲁棒性，通过三种学习场景测试模型适应能力，揭示子类细化和未见类插入导致的有限迁移性和持续学习中的快速遗忘问题。

DAP: A Discrete-token Autoregressive Planner for Autonomous Driving

DAP：一种用于自动驾驶的离散令牌自回归规划器

Bowen Ye, Bin Zhang, Hang Zhao

机构 * Shanghai Qi Zhi Institute IIIS, Tsinghua University（上海启智研究院 IIIS，清华大学） ； Shanghai Jiaotong University（上海交通大学） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；BEV(abstract)；分类 cs.CV、cs.AI

AI总结 DAP是一种基于离散令牌自回归的自动驾驶规划器，通过联合预测鸟瞰图语义和自身轨迹，实现高效且全面的表示学习，从而在开环和闭环指标上均取得优异性能。

Measuring What Matters: Scenario-Driven Evaluation for Trajectory Predictors in Autonomous Driving

衡量重要性：面向自动驾驶轨迹预测器的场景驱动评估

Longchao Da, David Isele, Hua Wei, Manish Saroya

机构 * HRI, San Jose（HRI, 洛杉矶） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；self-driving(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出了一种基于场景驱动的评估流程，通过准确性与多样性两个维度评估自动驾驶轨迹预测器，以更合理地反映其对自动驾驶车辆性能的影响。

Comments 9 Pages, 8 Figures