标签
本文介绍了TrajRS，它是Randomized Smoothing的一个扩展，为行人轨迹预测器提供认证的鲁棒半径，从而针对对抗扰动提供可验证的安全保证。
本文提出了一种名为“学习聚类”的方法，用于量化和解读行人之间的社会互动，以实现更准确的轨迹预测。该方法利用概率潜变量生成学习，在无标签的情况下对社会互动进行聚类，提高了自动驾驶和社交机器人的鲁棒性。
本文介绍了 M-CTX，一个用于轨迹分析的精确且可扩展空间上下文检索框架，通过用索引支持的运算符替换暴力穷举阶段，在 548 万个锚点的海事语料库上将上下文构建时间从 17 CPU 天减少到 1.8 小时。
本文比较了19种图神经网络层类型在驾驶轨迹预测中的交互建模能力，发现ARMA、Chebyshev和拓扑感知层最为有效，并提出了改进预测模型的设计原则。
Qwen-VLA是一个面向具身决策的统一视觉-语言-动作模型，整合了不同机器人平台上的操作、导航与轨迹预测。它采用基于DiT的动作解码器和具身感知提示条件，实现了强性能与分布外泛化。
SleepWalk 是一个三层基准，用于评估视觉语言模型从文本指令和视觉观察中预测3D环境中空间连贯轨迹的能力，揭示了在遮挡和多步指令下接地空间推理的系统性失败。
# 论文页面 - OneVL：基于视觉语言解释的单步隐式推理与规划 来源：[https://huggingface.co/papers/2604.18486](https://huggingface.co/papers/2604.18486) 发布于 4月20日 [\#1 每日论文](https://huggingface.co/papers/date/2026-04-21) 作者：, , , , , , , , , , , , , , , , , , , , ## 摘要 OneVL 提出了一个统一的视觉-语言-行动框架，通过整合语言和 v