Carla
PulseAugur coverage of Carla — every cluster mentioning Carla across labs, papers, and developer communities, ranked by signal.
8 天有情绪数据
-
新研究利用可解释性和强化学习解决自动驾驶可靠性问题
近期自动驾驶领域的研究正在探索先进技术以提高模型的可靠性和性能。一篇论文介绍了无监督字典学习，用于解释和纠正端到端驾驶模型，增强其决策逻辑。另一篇论文提出了一个使用强化学习和潜在思维蒸馏的框架，为驾驶场景创建高效且准确的视觉-语言模型，解决了幻觉和延迟问题。此外，一项调查回顾了强化学习在自动驾驶运动规划中的应用，强调了经验教训和未来挑战。其他工作则侧重于针对环境幻觉的鲁棒性基准测试、为长尾场景开发基于智能体的模拟，以及一个用于端到端驾…
-
新方法使用生成世界模型改进自动驾驶模仿学习
研究人员开发了一种新颖的方法，使用潜在空间生成世界模型来解决自动驾驶模仿学习中的协变量偏移问题。该方法采用基于Transformer的感知编码器，具有多视图交叉注意力和学习到的场景查询。所提出的策略通过与人类演示状态对齐来有效减轻协变量偏移，从而实现错误恢复并处理超出训练分布的扰动。在CARLA模拟器和NVIDIA的DRIVE Sim中的评估表明，与现有的最先进方法相比有了显著改进。
-
新的VLM-CASE框架通过自适应包增强自动驾驶安全性
研究人员开发了VLM-CASE，一个旨在增强自动驾驶系统安全性和预测性能力的新型框架。该框架集成了视觉-语言模型（VLM），并使用LoRA进行微调，以解释来自摄像头输入的道路和可见性条件。VLM的输出随后参数化一个上下文自适应安全包（CASE），该安全包根据物理约束和安全保证动态调整制动和转向限制。这种方法允许模型预测控制器在安全边界内运行，在各种不利驾驶条件下的模拟中表现优于传统方法。
-
新框架实现视觉语言模型（VLM）引导的强化学习在自动驾驶中的零样本迁移
研究人员开发了Sim2Real-AD，一个旨在弥合仿真与真实世界自动驾驶之间差距的新型框架。该系统利用视觉语言模型（VLMs）来指导强化学习策略，解决了将仿真训练的智能体部署到实体车辆上的挑战。该框架将仿真到真实（Sim-to-Real）的差距分解为感知/动力学和任务/几何组件，从而允许策略在无需额外训练数据的情况下实现到真实世界场景的零样本迁移。
-
新的V2X协同感知框架通过混合测试得到验证
研究人员为车联网（V2X）协同感知（CP）系统开发了一种新的概率框架和混合验证方法。该方法使用贝叶斯融合算法创建共享的概率占用网格，通过整合来自多个代理的数据来增强联网和自动驾驶汽车的态势感知能力。该框架结合了CARLA模拟和车辆在环测试，以弥合虚拟和现实世界评估之间的差距。在环岛场景中的实验显示，视场覆盖范围显著增加，占用单元召回率得到提高，支持了合作式自动驾驶汽车的安全部署。
-
新的基准量化了摄像头配置对自动驾驶感知的影响
研究人员开发了一个名为 Plentiful CARLA Camera Rigs 的新基准，用于研究不同摄像头配置对自动驾驶感知系统的影响。该基准在 14 种不同的摄像头设置下渲染相同的驾驶场景，从而隔离了摄像头放置和方向几何变化的影响。研究发现，这些几何变化显著影响了多视图感知架构的性能，并引入了 Rig Variance 和 Rig Contrastive Distance 等度量来量化和预测跨传感器配置的迁移难度。
-
新研究重新审视复杂强化学习空间中的动作分解 · 跟踪到2个来源
一篇新的研究论文探讨了在强化学习中处理复杂动作空间的方法，特别是那些结合了离散动作和连续动作的动作空间。该研究分析了不同算法和环境中的各种分解技术，并引入了两个新的并行环境 CoopPush 和 Hybrid-Shoot 来促进这项研究。研究结果表明，分支对决架构在计算和性能之间取得了良好的平衡，而自回归动作（Auto-Regressive actions）取得了最高的整体性能，尽管原生连续 SAC 尽管计算成本更高，但表现更优。
-
新的AI模型应对自动驾驶的远期规划问题
研究人员正在开发先进的自动驾驶AI模型，重点是改进轨迹规划和远期决策。包括ParkingTransformer、TerraTransfer、AlignDrive、Metis和GraphWorld在内的几个新框架，利用了LLM、自我博弈和基于图的世界建模等技术，以增强复杂驾驶场景下的泛化性、效率和安全性。这些方法旨在通过更好地整合感知、预测和规划，以及从多样化数据中学习而不完全依赖专家演示，来克服现有方法的局限性。
-
PersonaDrive管道为模拟创建类人驾驶代理
研究人员开发了PersonaDrive，这是一个用于在闭环驾驶模拟中创建更像人类的非自我交通代理的新型管道。该系统将视觉-语言-动作（VLA）代理与从人类被指示以特定风格（激进、中立、保守）驾驶的数据集中检索到的驾驶演示相结合。该管道有效地融合了视觉特征和控制信号，并微调了VLA骨干网络，以使用这些检索到的上下文作为行为演示，从而无需为每种风格进行重新训练即可实现风格多样的代理。
-
新流水线为自主系统生成 TB 级数据集
研究人员开发了一个模块化流水线，用于为训练自主系统生成 TB 级数据集。该流水线利用 AVstack 框架和 CARLA 模拟器，为地面、空中和基础设施系统创建了地面真实性标注数据。它支持包括多智能体和多传感器在内的多种配置，能够在各种条件下进行可控实验，并促进特定应用的训练和协作自主。
-
新型紧凑型模型集成多项自动驾驶感知任务
研究人员开发了一种新型紧凑型深度学习模型，用于自动驾驶，可同时执行多项感知任务。该模型在一个前向传播中集成了语义分割、深度估计、LiDAR分割和鸟瞰图投影。它利用自适应损失加权算法来解决跨任务的失衡学习问题，并融合来自RGB摄像头、动态视觉传感器和LiDAR的数据，以实现全面的环境理解。该模型以更少的参数展示了卓越的性能，从而实现了更快的推理速度和更低的GPU内存使用量，并在模拟和真实世界数据集上取得了持续一致的结果。
-
LLM代理为自动驾驶生成安全关键型场景
研究人员开发了EvoDrive，这是一个新颖的框架，使用LLM代理为自动驾驶系统生成安全关键型场景。该方法旨在通过最大化对抗性并保持真实性来改进自动驾驶技术的验证和增强。EvoDrive采用基于模拟器的Actor-Critic架构，并配备自进化的世界评估器来优化模拟预算，以及一个帕累托档案来保存攻击与真实性之间的多样化权衡。
-
新基准揭示自动驾驶模型安全缺陷
研究人员推出了 Safe2Drive (S2D)，一个旨在评估端到端自动驾驶模型安全性的新基准。S2D 包含 100 个挑战性场景，例如施工区域和行人违规穿越马路，并引入了 SafeDriving Score (SDS) 来衡量安全关键行为。在 S2D 上进行测试时，两个领先模型 LEAD 和 SimLingo 的驾驶得分与它们在现有基准上的表现相比显著降低，表明其安全驾驶能力脆弱且缺乏鲁棒的行为推理。
-
新的SkyShield基准测试通过3D占用数据来针对无人机安全
研究人员推出了SkyShield，这是一个新的基准数据集，旨在提高低空无人机（UAV）自主性的安全性。现有数据集缺乏针对空中导航特定挑战（如细长几何体和遮挡）的足够数据。SkyShield通过提供36,000个前视单目样本，并带有详细的无人机姿态和语义占用标签，专门针对20米以下的城市飞行进行了定制，从而解决了这一问题。该项目还提出了一种新的评估指标KAR-mIoU和一个名为SkyOcc的基线模型，以更好地评估和确保飞行安全。
-
新数据集和AI方法推动自动驾驶研究进展
研究人员提出了几种增强自动驾驶系统的新方法。一篇论文详细介绍了TaCarla，这是一个用于端到端自动驾驶研究的大型数据集，包含超过285万帧，并支持检测和预测等各种任务。另一项研究提出了扩散强制规划器（DFP），这是一个基于扩散的框架，旨在提高运动计划的时间一致性和稳定性。此外，一种名为不确定性感知运动规划（UAMP）的新方法旨在通过考虑人类驾驶员意图的不确定性来提高混合交通环境中的安全性和舒适性。
-
AI模型优化自动驾驶延迟-准确性权衡
研究人员开发了一种新颖的多分辨率深度神经网络，旨在优化自动驾驶系统中的延迟和准确性之间的平衡。与传统的固定分辨率模型不同，该方法允许网络根据当前场景上下文和可用计算资源动态调整其输入分辨率。在CARLA城市驾驶挑战中的评估表明，与标准的固定分辨率基线相比，这种自适应策略在提高安全指标方面表现更好，包括减少车道侵占、闯红灯和碰撞次数。
-
新的 SLIM 模型通过稀疏 LiDAR 增强长距离驾驶深度估计
研究人员开发了 SLIM（稀疏 LiDAR 注入单目几何），这是一种用于增强长距离驾驶场景下单目深度估计的新方法。SLIM 适配了 MoGe-2 模型，直接整合稀疏 LiDAR 数据，克服了以往依赖插值密集先验方法的局限性。与模拟数据集上的基线模型相比，该新模型在 50-150 米距离内的准确性方面表现出显著改进，绝对相对误差降低了高达 51%。
-
新框架为自动驾驶生成合成行人数据
研究人员开发了ARCANE-PedSynth，一个基于CARLA构建的用于生成合成行人数据集的开源框架。该框架使用混合AI-手动控制系统，实现了比CARLA默认设置高得多的行人穿越率。它生成同步的传感器数据，如RGB和LiDAR，以及详细的行为注释和姿态关键点，并通过PedSynth++数据集进行了演示。
-
大语言模型框架通过世界模型提升自动驾驶安全性
研究人员开发了一个名为 Reason--Imagine--Act (RIA) 的新闭环框架，以提高大语言模型 (LLM) 在自动驾驶中的安全性。RIA 将 LLM 推理器与条件动作世界模型相结合，对建议的驾驶动作进行在线安全验证。该系统迭代地提出动作，使用世界模型模拟其结果，并选择最安全的执行选项，为后续的推理步骤提供反馈。在模拟中，与现有方法相比，RIA 证明了改进的路线完成率和显著降低的碰撞率。
-
LACO 实现协作式驾驶的潜在通信
研究人员开发了 LACO，一种用于协作式驾驶场景中潜在通信的新型无训练范式。该方法解决了车辆之间基于语言的通信所带来的高延迟和信息丢失等挑战。LACO 利用迭代潜在审议、跨视域显著性归因和结构化语义知识蒸馏来提高协调性并降低通信开销。