Chen Lv

SparScene：通过稀疏图学习实现高效交通场景表示，用于大规模轨迹生成

自主车辆漂移控制：一种自适应道路情境感知的强化学习方法

双层优化异构自动驾驶车辆驾驶模式以平衡交通性能和用户满意度

具备进化能力的自动驾驶：一种具有高置信度性能增强的强化学习方法

人指导的持续学习以多方面提升自动驾驶车辆

基于博弈论和扩散反事实的自动驾驶鲁棒守护者

迭代提案为中心的端到端自动驾驶

学习跨多样机器人演示任务的统一动态系统模型

SysNav：多层级系统性协作实现真实世界、跨具身对象导航

车辆漂移运动控制：智能自动化时代的方法论、挑战与未来方向综述

通过结合可微分渲染和基于物理的渲染来构建物理对抗样本

自动驾驶测试的进展：驾驶数据集、模拟器和试验场的技术现状与未来展望

基于DLSSANet的肌肉协同收缩对下肢关节角度的快速预测

绘制肺癌腺癌单细胞分辨率的细胞类型特异性正向遗传互作图谱

ADVersa：假设性驾驶事故视频理解

强化自感知扩展的端到端自动驾驶精炼方法

基于信号表示的数据驱动无模型鲁棒预测控制，用于自主车辆运动控制

FGDepth：无监督室内深度估计中细粒度边界感知增强

基于自监督Koopman算子学习的网络化非线性动力学的分布式最终同步预测

交互与指令以提升：一种由LLM驱动的并行执行者-推理者框架，用于增强自动驾驶车辆交互