Test-Time Coverage:面向部署感知的学习之测试条件化数据策展
论文提出了 TTCov(Test-Time Coverage)方法,这是一种数据级的测试条件化策展技术,旨在解决传统方法仅优化训练侧标准而非直接匹配部署分布的问题。
论文提出了 TTCov(Test-Time Coverage)方法,这是一种数据级的测试条件化策展技术,旨在解决传统方法仅优化训练侧标准而非直接匹配部署分布的问题。
论文提出了 WorldDrive 框架,旨在解决现有驾驶世界模型仅关注视觉表征而忽视运动规划需求的问题。该方法通过统一视觉与运动表征,引入轨迹感知的世界模型以生成符合特定意图的未来场景,并将预优化的编码器转移至多模态规划器中。
推荐理由:该工作提出统一视觉与运动表征的端到端自动驾驶框架,通过轨迹条件生成未来场景并蒸馏奖励以优化规划策略。
该论文针对流式方法在车道拓扑推理中存在的初始化查询监督不足及 BEV 边界信息丢失导致时序传播减弱的问题,提出了 DualTopo 框架。该方法通过双并行解码器路径同时监督时序与初始化查询,确保后者作为可靠锚点;并利用基于自车运动的两个潜在世界模型将过去观测的隐状态表征传播至当前时刻。
针对动态城市环境中依赖预定义地图的导航难题,该方法通过大语言模型将非正式指令转化为 Answer Set Programming 逻辑规则,支持无需预设地图的自适应规划。实验表明,LLM 驱动的 ASP 规则生成实现了基于语义的决策与可解释性,其推理过程高度契合人类沟通导航意图的方式。该研究为自动驾驶在复杂场景下的实时适应性与逻辑推演提供了新的形式化知识表示框架。
针对自动驾驶中 V2X 通信数据到达频率(1-10 Hz)低于模型训练固定采样频率的问题,该研究在 Argoverse 2 数据集上评估了学习型预测器在观测历史降采样后的表现。
该研究针对自动驾驶场景依赖的权衡问题,利用近端策略优化微调联合策略与有界残差,并通过上下文条件排名网络从局部扰动反馈中学习候选偏好。在 nuScenes 验证集的开环评估中,该方法相比 RiskWorld 基线将平均欧氏轨迹误差降低 3.99%,且在去除或打乱风险特征时仍保持更低误差。
Autoware Foundation Robotaxi Working Group 开源了 AutoE2E v1.0 端到端驾驶模型,该模型采用时序鸟瞰图架构结合多相机感知与 HD 地图信息预测车辆运动。
ID-MAE 模型通过结合 gaze 与轨迹重建的自监督目标,在 DIVERT 数据集上将损伤检测配对 AUC 从 0.590 提升至 0.706。该研究利用包含 103 小时数据、涵盖十种认知/视觉/情绪诱导的仿真数据集验证了多模态输入的有效性。代码与数据将在论文被 CVPR 2027 接收后开放,相关成果已提交至会议评审。
针对现有世界 VLA 模型在像素级生成中保留大量无关细节导致性能瓶颈的问题,本文提出 AgentWorld 模型。该模型采用离散代理 Token 联合进行推理与轨迹规划,每个 Token 动态关联周围物体的语义、3D 几何、运动及交互上下文。
推荐理由:提出 AgentWorld 模型,通过离散代理 Token 替代像素级生成,聚焦驾驶场景中的物体交互与动力学以支持规划。
该论文针对端到端自动驾驶扩散模型在轨迹初始化、模式评估和监督质量上的依赖问题,提出 FIRE-Drive 框架。该方法通过动态可行锚点初始化、候选特定的鸟瞰图风险证据以及轻量级高质量监督,统一规划目标以优化轨迹生成与模式区分。
论文提出了 GridDriver 框架,结合轻量级时空 BEV 感知与结构化空间 Token,在共享 LLM 中实现轨迹预测、自然语言导航及场景问答。系统在 NAVSIM 基准上达到 87.9% PDMS,nuScenes-QA 准确率为 57.6%,车载 ROS 2 端侧规划延迟为 32.7 ms(约 9.4 plans/s)。
论文提出 AR-WAM,一种结合自回归时序建模与单次前向未来条件化的高效流式世界 - 动作模型。其因果视频骨干网络可增量更新视觉上下文并复用过去计算,利用最近观测的未来特征在单次前向传播中增强动态交通泛化能力,并通过强化学习直接优化驾驶奖励。
该研究提出一种概率侧向运动预测模型,结合二自由度车辆物理先验与循环神经网络学习残差修正。通过多步展开训练直接惩罚累积侧向速度误差,并将条件高斯不确定性传播至位置与航向预测。评估显示,相比 Deep Dynamics 基线,其侧向位置均方根误差从 0.596 m 降至 0.483 m(提升 19.0%),侧向速度误差亦显著降低。
论文介绍 UNIVERSE,这是一个基于单掩码调制扩散 Transformer 构建的统一视频 - 动作模型,旨在解决部署世界动作模型时昂贵的未来视频生成问题。
针对车辆后轮抓地力丧失引发的过度转向问题,本文提出了端到端的自主驾驶方案,引入 QC-SAC 混合学习算法以克服专家示范数据不足及环境突变难题。实验表明该方法在打滑路面随机避障任务中表现优于现有基线,且经硬件在环仿真验证了其在物理执行器上的可行性,为实车安全控制提供了新的技术路径。
该研究在仿真与 Cyber-Physical Mobility Lab 实验中验证,利用跨摩擦条件池化数据可使多步均方根预测误差保持在匹配数据的 1.5 倍以内。闭环追踪结果显示,池化策略在低摩擦轮胎下误差差值为 0.1 cm,高摩擦下为 0.2 cm,实现了无需专用适配方法的变摩擦部分自适应。论文已提交至 2027 年欧洲控制会议(ECC),代码与数据待开放许可。
针对多模态强化学习(MRL)在自动驾驶中因时序不一致导致决策失败的问题,本文提出 Split Temporal Adversary (STA) 方法。该方法将多模态时序攻击统一为决策过程,通过历史状态延迟观测以消除模态特定噪声需求,并利用受害者策略的清洁动作识别敏感决策模式。
推荐理由:提出 STA 方法统一优化多模态攻击时机与选择,在 CARLA 仿真中使 PPO 碰撞率翻倍且尝试更少,揭示时序一致性是 MRL 的关键脆弱点。
论文针对无车道线场景(如雪地道路)下的车辆编队行驶问题,提出了一种基于弧长参数化的航迹参考控制框架。研究指出若仅跟随前车会导致误差累积,而结合领航车与前车的航迹可保持误差有界。此外,文章分析了乘客与货物载荷及轮胎刚度变化对曲率前馈系数的影响,并设计了自适应律以在线估计该系数、消除弯道稳态偏移。仿真验证了十一辆车辆编队的控制效果。
推荐理由:该文提出了一种基于航迹参考的编队横向控制方法,通过自适应前馈补偿载荷不确定性带来的稳态偏差,确保任意长度编队的误差有界。
D'BEAST 方法通过回放包含安全或任务事件训练的固定日志,验证了强化学习智能体的决策可由其“不良体验”解释。在 CARLA 闭环驾驶测试中,保留所有更新的 FULL 版本从 40 次启动中达成目标 33 次,而剔除或中和不良体验的版本均失败。局部分析显示,移除少量不良体验(中位数为 1)导致智能体在 46 个决策案例中选择了失效策略的动作。
该论文提出了 CoopDistill 框架,旨在解决协同驾驶中优化方法与多智能体强化学习结合时的探索效率、经验分配和执行可靠性问题。该方法利用势博弈(PG)提供纵向参考路径,并通过残差 MARL 策略学习加速、冲突处理时机和横向修正;采用硬案例课程集中处理 PG 未解决的交互,并通过比较展开选择器评估联合后果以决定执行动作。
推荐理由:提出均衡引导的多智能体策略蒸馏框架,在融合与路口场景中相比基准提升成功率并降低延迟。
本文提出一种规则引导的 VLA 框架,将英国公路守则的部分条款形式化为可执行的一阶逻辑规则,结合专家演示监督微调和强化学习优化策略。在 CARLA 仿真器离线评估中,该方法相比仅基于监督学习的基线,显著提升了动作预测准确性和编码规则的合规率,最佳变体将整体规则通过率从 92.9% 提升至 97.6%,且在评估样本中未观察到违反路权优先级检查的情况。
现有自动驾驶数据集多覆盖常规驾驶,缺乏安全关键场景与极端环境的真实数据。本文发布 ExtremeDrive 数据集,包含从海量记录中精选的 589 个涵盖紧急操作、复杂交通互动及雨雪等恶劣路况的场景,提供校准对齐的多传感器数据及人工审核的道路结构与交通参与者标注。
论文提出 WTR-Drive,这是一种基于 Drive-JEPA 的规划器,旨在解决提案条件化场景预测缺乏通用对象级参考的问题。该方法将共享场景估计与提案条件化推理分离,利用独立的 World Memory 估计物体状态和地图结构,并通过任务分支更新残差以指导候选轨迹的细化。
Sen Shen 等人提出一种结合想象策略改进与直接价值及策略校准的世界模型强化学习框架,旨在平衡自动驾驶车辆(AV)的进展与周围人类驱动车辆(HDV)的交互负担。
论文介绍了 Lao Siji,一种在 2026 NVIDIA AlpaSim E2E Driving Challenge 中排名第三的端到端驾驶策略。该方法通过冻结 openpilot 开源 L2 模型的视觉编码器并微调策略层,实现了从通用视觉骨干网到特定任务的快速适配。
针对自动驾驶模型训练依赖车载传感器且采集成本高的问题,本文提出 AnyR2V 框架,将路边多模态观测转化为不同车辆视角的七摄像头环视视频。该框架聚合时序观测构建共享场景表征,渲染外观、深度和布局条件以匹配目标车辆轨迹,并利用时空对齐的路侧 - 车载数据对进行监督生成。
该论文提出 SuperGlance 方法,旨在解决现有视觉语言动作模型(VLA)推理速度慢的问题。作者通过训练 VLM 的隐藏状态直接对固定候选轨迹集进行评分,将其转化为编码器风格的驾驶策略。
沙希德贝赫什蒂大学机器人智能自动化实验室设计了集成 ESP32 微控制器与 Jetson Orin NX 模块的 1:10 比例自动驾驶平台。系统通过 UART 链路协同运行,利用 ROS 栈及 Stanley、PID、Pure Pursuit 算法在类城市环境中实现稳定导航。该报告包含 62 页内容、32 张图表及 11 个表格,作为未来自动驾驶研究的模块化实验平台。
SunnyParking 提出双分支端到端架构,联合预测空间轨迹与离散运动状态序列以解决传统方法在换档点物理不可行问题。该方法引入傅里叶特征表示目标车位,在 CARLA 仿真数据集上显著提升了复杂多拍场景下的轨迹鲁棒性与换档定位精度。论文已接受发表于 IEEE Access,并开源了专用泊车数据集供评估全预测能力。
该论文针对多模态大语言模型(MLLM)在自动驾驶系统中的脆弱性,提出了 PhysPatch 框架。该方法联合优化补丁位置、形状和内容,引入基于语义的掩码初始化策略以确保物理可行性,并利用 SVD 局部对齐损失提升跨模型迁移能力。实验表明,PhysPatch 能显著引导 MLLM 系统产生目标一致的感知与规划输出,且补丁始终放置在自动驾驶场景的物理可行区域。
该论文提出 ActWorld-JEPA,一种将联合嵌入预测架构(JEPA)与潜在规划结合的世界模型方法,旨在通过观测上下文和提议轨迹在隐空间进行未来预测并指导驾驶决策。
这篇论文由欧盟 Horizon Europe 项目 ROADVIEW 团队撰写,基于四年大规模开发与多平台实地演示,识别出阻碍恶劣天气(如积雪、降雨、大雾)下自动驾驶发展的十大关键挑战。研究指出数据稀缺、域偏移、多模态感知局限及验证缺口等问题导致下游任务性能显著下降,并提出了未来研究与标准化的关键方向。
CANTraj 数据集配对解码的 CAN 事件与时序对齐 GNSS 轨迹,包含 3940 次驾驶记录及 3675 次用于评估的测试集。实验显示结合转向信号可将在线地图过滤的五分钟路线恢复率从 56% 提升至 87%,中位平均位移误差降至 43 米;LLM 智能体在测试集上最佳配置恢复率达 79%。该研究揭示了仅移除 GPS 仍无法消除车辆信号中的位置信息,为隐私安全评估提供基准。
东南大学和莫纳什大学团队将传统车辆控制方法与基于学习的优化技术结合,开发出一种“物理信息驱动”的编队控制框架。该成果已发表在期刊《Communications in Transportation Research》上,旨在解决传感器不确定性、车辆模型不完善及执行器响应非线性等实际部署挑战。
论文提出 MAPLE 框架,旨在解决视觉语言动作(VLA)模型因传统模仿学习训练导致的闭环评估脆弱性问题。该框架在 VLA 模型的潜在空间内实现反应式、多智能体的动态驾驶场景推演,使自车与周边交通流能独立控制并相互响应,从而支持闭环训练。
推荐理由:提出 MAPLE 框架,在 VLA 模型的潜在空间实现可扩展的闭环多智能体博弈训练,无需外部仿真器。
论文提出了 Generative Scenario Rollouts (GeRo) 框架,旨在解决当前端到端自动驾驶系统过度依赖稀疏轨迹标注模仿学习的问题。该框架将 VLA 模型作为规划器,通过自回归策略联合执行规划与基于语言的未来交通场景生成。
推荐理由:提出 GeRo 框架,利用 VLA 模型进行语言引导的自回归场景生成与规划,在 Bench2Drive 基准上显著提升了端到端自动驾驶的得分与成功率。
现有自动驾驶数据缺乏对风险前兆与应对措施的关联标注。本文介绍 PotentialRiskQA 数据集,提供场景证据、潜在风险及缓解动作的结构化注释;基于此训练 PR-Reasoner 模型,通过多任务监督提升场景理解、风险认知与行动质量,减少无依据的风险推断。消融实验表明中间推理步骤的监督进一步降低错误推断并改善行动质量;在 NAVSIM 上的表征学习提升了开环规划性能。
SIGMO 是一种将多项式 Sigmoid 函数集成到视域内规划器的交互感知运动规划算法,旨在解决拥堵环境下的导航难题。该方法利用物理基础的交互特征分析周围代理的让行分数,在仿真与硬件实验中实现了主动防御行为的平衡且计算轻量。该工作已提交至 IEEE,视频演示及代码资源可通过相关链接获取。
论文 ForeseeDrive 提出将未来场景演化转化为可部署的接口以塑造候选轨迹生成,而非重建密集状态或评分固定菜单。该方法从日志中提取查询索引 Token(涵盖演员运动、占用演变、路线交互及 TTC 裕度),并在部署时基于当前上下文预测同一 Token 空间以条件化轨迹几何。
针对端到端自动驾驶中候选轨迹评估难以捕捉延迟失败和尾部风险的挑战,本文提出 RiSE-Drive 框架。该方法先进行条件潜变量未来展开,再估计长视界结果分布而非单一标量分数,最后利用感知尾部风险且对扰动鲁棒的决策准则对候选项排序。在 NAVSIM-v1、NAVSIM-v2 及闭环 HUGSIM 基准上的实验表明,RiSE-Drive 实现了最先进性能并显著提升了候选选择的鲁棒性。