Collaborative_Perception
Collaborative_Perception 是一个专注于自动驾驶领域协同感知技术的开源论文汇总库。它系统性地整理了近年来在车与车（V2V）、车与基础设施（V2I）及车与万物（V2X）场景下，多智能体协作感知的最新研究进展。
在自动驾驶中，单车感知常受限于视距遮挡和传感器盲区，难以应对复杂路况。Collaborative_Perception 通过汇集前沿学术成果，帮助从业者理解如何利用车辆间的通信共享数据，突破单点感知局限，实现超视距的环境理解，从而提升驾驶系统的安全性与鲁棒性。
该资源特别适合自动驾驶算法研究人员、高校学者及相关领域的开发者使用。它不仅按字母顺序梳理了大量核心论文，还精心分类了“方法与框架”、“数据集与模拟器”等关键板块。此外，库中独家收录了丰富的学习资源，包括权威的综述文章、顶级会议的技术教程视频以及专用的代码库（如 V2Xverse），为用户提供了从理论入门到代码复现的一站式支持。对于希望深入探索协同感知机制、追踪技术前沿或寻找实验基准的专业人士而言，这是一个极具价值的知识导航工具。
使用场景
某自动驾驶车队在复杂城市路口进行 L4 级路测时，面临多车协同感知的算法选型与集成难题。
没有 Collaborative_Perception 时
- 研发团队需在海量学术论文中盲目摸索，难以快速定位适用于 V2V（车对车）或 V2I（车对路）场景的最新协同感知框架。
- 由于缺乏统一的数据集和模拟器索引，复现基准模型耗时耗力，且常因训练设置不透明导致结果无法公平对比。
- 面对通信带宽受限或时序异步等实际工程痛点，找不到经过验证的解决方案（如 Where2comm 或 CoBEVFlow），只能重复造轮子。
- 团队成员对协同感知的理论边界认知模糊，缺乏系统的综述资源和学习路径，导致技术路线决策缓慢。
使用 Collaborative_Perception 后
- 开发者可直接查阅按字母排序的论文库，迅速锁定针对特定场景（如遮挡消除）的最优方法论与代码实现。
- 利用整理好的数据集与模拟器资源清单，大幅缩短环境搭建周期，并参考归档版本中的历史数据避免复现陷阱。
- 通过推荐的视频教程和专题报告，快速掌握解决通信中断、带宽优化及异构协作等关键问题的前沿技术。
- 依托丰富的综述文献与学习资源，团队能清晰构建从理论到落地的知识体系，高效制定技术演进路线。
Collaborative_Perception 通过一站式聚合前沿成果与实战资源，将自动驾驶协同感知技术的研发探索周期从数月缩短至数周。
运行环境要求
未说明
未说明
快速开始
协作感知
本仓库是对V2I / V2V / V2X 自动驾驶场景下协作 / 合作 / 多智能体 感知领域近期进展的论文摘要。论文按首字母顺序排列。
:link:跳转至：
注：由于部分已发表的结果是在未明确训练和测试设置的情况下获得的，甚至使用了修改后的模型架构，因此很难在每个基准上公平地比较所有方法。事实上，许多研究都是在自己的设置下评估所有基线并报告结果。因此，不同论文之间可能会存在不一致之处。基于此，我在之前的更新中放弃了收集和复现所有基准的工作。如果你感兴趣，可以在这个归档版本中找到大量相关结果。
:star2:推荐
有用的学习资源:thumbsup::thumbsup::thumbsup:
- (论文) 当自动驾驶汽车遇上V2X协同感知：我们离目标还有多远？[论文]，端到端V2X协同自动驾驶竞赛中的研究挑战与进展[论文]，自动驾驶车辆应与自然语言连接[论文]，面向自动驾驶的协同感知数据集：综述[论文]，面向网联自动驾驶的协同感知：挑战、可能解决方案及机遇[论文]，用于自动驾驶的V2X协同感知：最新进展与挑战[论文]，迈向车路协同自动驾驶：关于协同感知的综述[论文]，自动驾驶中的协同感知：方法、数据集与挑战[论文]，合作感知的综述与框架：从异构单体到层次化合作[论文]
- (讲座) 车对车通信（Waabi CVPR 24 自动驾驶教程）[视频]，车对车通信（Waabi CVPR 23 自动驾驶教程）[视频]，L4自动驾驶的终极解决方案[视频]，当视觉Transformer遇上协同感知[视频]，超越可见范围的场景理解[视频]，抗通信中断的鲁棒协同感知[视频]，自动驾驶中的协同与对抗性3D感知[视频]，自动驾驶中的车对车通信[视频]，自动驾驶的对抗鲁棒性[视频]，L4感知系统的终极形态：协同驾驶[视频]，CoBEVFlow——解决车-车/路协同感知的时序异步问题[视频]，新一代协作感知Where2comm将通信带宽降低十万倍[视频]，从任务相关到任务无关的多机器人协同感知[视频]，协同自动驾驶：仿真与感知[视频]，基于群体协作的超视距态势感知[视频]
- (库) V2Xverse：基于V2X的端到端协同自动驾驶代码库[代码] [文档]，HEAL：开放异构协同感知的可扩展框架[代码] [文档]，OpenCOOD：面向自动驾驶的开放合作检测框架[代码] [文档]，CoPerception：协同感知SDK[代码] [文档]，OpenCDA：集成原型合作驾驶自动化功能的仿真工具[代码] [文档]
- (研讨会) Co-Intelligence@ECCV'24 [网站]，CoPerception@ICRA'23 [网站]，ScalableAD@ICRA'23 [网站]
- (背景知识) 智能体中点云目标检测的当前方法与未来方向[视频]，自动驾驶中的3D目标检测：综述与新视角[论文]，DACOM：为多智能体强化学习学习延迟感知通信[视频]，带有通信的多智能体强化学习综述[论文]
典型的合作模式:handshake::handshake::handshake:
可能的优化方向:fire::fire::fire:
:bookmark:方法与框架
注：{Related} 表示该论文并非纯粹的协同感知论文，但包含相关内容。
精选预印本
- ACCO（协作感知只需离散化融合吗？）[论文] [代码]
- AR2VP（基于路侧到车端视觉的动态V2X自主感知）[论文] [代码]
- CPPC（点簇：一种用于通信高效协作感知的紧凑消息单元）[论文&评审] [
代码] - CP-FREEZER（CP-FREEZER：针对车载协作感知的时延攻击）[论文] [代码]
- CMP（CMP：基于多智能体通信的协作运动预测）[论文] [
代码] - CoBEVFusion（CoBEVFusion：激光雷达与摄像头鸟瞰图融合的协作感知）[论文] [
代码] - CoBEVGlue（自定位协作感知）[论文] [代码]
- CoCMT（CoCMT：迈向通信高效的跨模态Transformer协作感知）[论文&评审] [代码]
- CoDiff（CoDiff：用于协作3D目标检测的条件扩散模型）[论文] [
代码] - CoDriving（迈向协作式自动驾驶：仿真平台与端到端系统）[论文] [代码]
- CoDrivingLLM（迈向交互式可学习的协作驾驶自动化：一个大语言模型驱动的决策框架）[论文] [代码]
- CollaMamba（CollaMamba：基于跨智能体时空状态空间模型的高效协作感知）[论文] [
代码] - CoLMDriver（CoLMDriver：基于LLM的协商助力协作式自动驾驶）[论文] [代码]
- CoMamba（CoMamba：利用状态空间模型解锁实时协作感知）[论文] [
代码] - CoPLOT（超越BEV：优化点级标记以实现协作感知）[论文] [代码]
- CP-Guard+（CP-Guard+：协作感知中恶意智能体检测与防御的新范式）[论文&评审] [
代码] - CTCE（利用时间上下文增强车路协同感知）[论文] [
代码] - Debrief（对话车辆：通过自然语言实现协作驾驶）[论文&评审] [
代码] - DeepFleet（DeepFleet：面向移动机器人的多智能体基础模型）[论文] [
代码] - DiffCP（DiffCP：基于扩散模型的超低比特协作感知）[论文] [
代码] - FadeLead（背景淡化，前景主导：课程引导的背景剪枝以实现高效的以前景为中心的协作感知）[论文] [
代码] - Faster-HEAL（Faster-HEAL：一种高效且隐私友好的异构自动驾驶协作感知框架）[论文] [
代码] - FlowAdapt（移动关键信息：通过最优传输流实现参数高效的领域适应以支持协作感知）[论文] [
代码] - HeatV2X（HeatV2X：通过高效对齐与交互实现可扩展的异构协作感知）[论文] [代码]
- HyComm（基于混合协作的通信高效多智能体3D检测）[论文] [
代码] - HyDRA（HyDRA：面向异构协作感知的混合领域感知鲁棒架构）[论文] [
代码] - InSPE（InSPE：快速评估异构多模态基础设施传感器布局）[论文] [
代码] - I2XTraj（面向基础设施到万物的信号交叉口知识驱动多智能体轨迹预测）[论文] [
代码] - JigsawComm（JigsawComm：面向通信高效协作感知的联合语义特征编码与传输）[论文] [代码]
- LCV2I（LCV2I：基于低分辨率激光雷达的通信高效、高性能协作感知框架）[论文] [
代码] - LMMCoDrive（LMMCoDrive：基于大型多模态模型的协作驾驶）[论文] [代码]
- {相关} MDG（MDG：用于交通环境中多智能体行为建模的掩码去噪生成）[论文] [
代码] - mmCooper（mmCooper：一个多智能体多阶段、通信高效且协作鲁棒的协作感知框架）[论文] [
代码] - MOT-CUP（具有保形不确定性传播的协作多目标跟踪）[论文] [代码]
- OpenCOOD-Air（OpenCOOD-Air：通过空间转换和偏移预测促进异构地面-空中协作感知）[论文] [
代码] - RefPtsFusion（从特征到参考点：轻量级且适应性强的融合以支持协作式自动驾驶）[论文] [
代码] - {相关} RopeBEV（RopeBEV：鸟瞰视角下的多摄像头路侧感知网络）[论文] [
代码] - ParCon（ParCon：基于多模块并行连接的抗噪声协作感知）[论文] [
代码] - PragComm（多智能体协作感知中的务实通信）[论文] [代码]
- QPoint2Comm（少发多知：用于容错协作感知的掩码量化点云通信）[论文] [
代码] - QuantV2X（QuantV2X：一个完全量化的多智能体协作感知系统）[论文] [代码]
- QUEST（QUEST：用于车路协同感知的查询流）[论文] [
代码] - RCDN（RCDN：通过基于动态特征的3D神经建模实现对相机不敏感的稳健协作感知）[论文] [
代码] - RC-GeoCP（RC-GeoCP：用于雷达-摄像头协作感知的几何一致性）[论文] [
代码] - ReVQom（用于通信高效多智能体感知的残差向量量化）[论文] [
代码] - RG-Attn（RG-Attn：用于多模态多智能体协作感知的弧度粘合注意力）[论文] [
代码] - RiskMM（风险地图作为中间件：迈向可解释的协作式端到端自动驾驶，实现风险感知规划）[论文] [
代码] - RoCo-Sim（RoCo-Sim：通过前景模拟增强路侧协作感知）[论文] [代码]
- SafeCoop（SafeCoop：解开代理式协作驾驶中的全栈安全性）[论文] [代码]
- ShareVerse（ShareVerse：用于共享世界建模的多智能体一致视频生成）[论文] [
代码] - SiCP（SiCP：面向网联与自动驾驶车辆3D目标检测的同时个体与协作感知）[论文] [代码]
- SparseAlign（SparseAlign：一个完全稀疏的协作目标检测框架）[论文] [
代码] - Talking Vehicles（通过自我博弈实现自然语言通信，迈向协作式自动驾驶）[论文] [代码]
- TOCOM-V2I（面向任务的车路协同感知通信）[论文] [
代码] - {相关} TYP（转移你的视角：在驾驶场景中从任意视角可控地生成3D内容）[论文] [
代码] - UniMM-V2X（UniMM-V2X：MoE增强的多层级融合，用于端到端协作式自动驾驶）[论文] [代码]
- VIMI（VIMI：基于摄像头的3D目标检测中车路多视角中间融合）[论文] [代码]
- VLIF（是否只需中间融合即可实现基于无人机的协作感知？）[论文] [代码]
- V2V-GoT（V2V-GoT：基于多模态大语言模型和思维之图的车对车协作式自动驾驶）[论文] [
代码] - V2V-LLM（V2V-LLM：基于多模态大语言模型的车对车协作式自动驾驶）[论文] [代码]
- V2XPnP（V2XPnP：面向多智能体感知与预测的车到万物时空融合）[论文] [代码]
- V2X-DGPE（V2X-DGPE：解决领域差距与姿态误差以实现稳健的协作3D目标检测）[论文] [代码]
- V2X-DGW（V2X-DGW：恶劣天气条件下多智能体感知的领域泛化）[论文] [
代码] - V2X-DSC（V2X-DSC：基于分布式源编码指导通信的多智能体协作感知）[论文] [
代码] - V2X-M2C（V2X-M2C：两种连接方式的高效多模块协作感知）[论文] [
代码] - V2X-PC（V2X-PC：基于点簇的车到万物协作感知）[论文] [
代码] - V2X-REALM（V2X-REALM：基于视觉-语言模型的稳健端到端协作式自动驾驶，具备自适应长尾建模能力）[论文] [
代码] - V2X-RECT（V2X-RECT：通过冗余交互过滤与跟踪误差校正实现高效的V2X轨迹预测框架）[论文] [
代码] - V2X-ReaLO（V2X-ReaLO：一个开放的在线框架与数据集，用于现实中的协作感知）[论文] [
代码] - V2X-UniPool（V2X-UniPool：统一多模态感知与知识推理以支持自动驾驶）[论文] [代码]
- V2X-VLM（V2X-VLM：通过大型视觉-语言模型实现端到端V2X协作式自动驾驶）[论文] [
代码]
CVPR 2026
- CATNet（CATNet：用于协作感知的协同对齐与变换网络）[论文] [
代码] - CodeAlign（异构协作感知中的模态隔离链接）[论文] [代码]
- CoLC（CoLC：基于激光雷达补全的通信高效协作感知）[论文] [代码]
- CoopDiff（CoopDiff：一种受扩散模型引导的抗干扰协作方法）[论文] [
代码] - MVIG（用于自适应对抗性协作感知的互视信息图学习）[论文] [代码]
- WhisperNet（WhisperNet：一种可扩展的带宽高效协作方案）[论文] [
代码]
ICLR 2026
AAAI 2026
- InfoCom（InfoCom：基于信息瓶颈的千字节级通信高效协作感知）[论文] [代码]
- SparseCoop（SparseCoop：基于运动学约束查询的协作感知）[论文] [代码]
- V2VLoc（V2VLoc：通过激光雷达定位实现的鲁棒无GNSS协作感知）[论文] [代码]
ICRA 2026
WACV 2026
CVPR 2025
- CoGMP（用于协作BEV语义分割的生成式地图先验）[论文] [
代码] - CoSDH（CoSDH：基于供需感知与中后期混合的通信高效协作感知）[论文] [代码]
- HeCoFuse（HeCoFuse：基于异构传感器的跨模态互补V2X协作感知）[论文] [代码]
- LangCoop（LangCoop：基于语言的协作驾驶）[论文] [代码]
- PolyInter（一即足够：用于不可变异构协作感知的多态特征解释器）[论文] [代码]
- SparseAlign（SparseAlign：用于协作目标检测的全稀疏框架）[论文] [
代码] - TraF-Align（TraF-Align：面向异步多智能体感知的轨迹感知特征对齐）[论文] [代码]
- V2X-R（V2X-R：基于去噪扩散的3D目标检测用协作激光雷达-4D雷达融合）[论文] [代码]
NeurIPS 2025
ICCV 2025
- CoopTrack（CoopTrack：探索端到端学习以实现高效的协作序列感知）[论文] [代码]
- CoST（CoST：从统一时空视角出发的高效协作感知）[论文] [代码]
- INSTINCT（INSTINCT：基于查询的协作感知的实例级交互架构）[论文] [代码]
- MamV2XCalib（MamV2XCalib：基于V2X的无靶标基础设施相机标定，采用状态空间模型）[论文] [代码]
- SlimComm（SlimComm：基于多普勒引导的稀疏查询，用于带宽高效的3D协作感知）[论文] [代码]
- TurboTrain（TurboTrain：迈向多智能体感知与预测的高效均衡多任务学习）[论文] [代码]
ICLR 2025
- CPPC（点簇：用于通信高效协作感知的紧凑消息单元）[论文&评审] [
代码] - R&B-POP（从他人的预测中学习3D感知）[论文&评审] [代码]
- STAMP（STAMP：可扩展的任务与模型无关的协作感知）[论文&评审] [代码]
AAAI 2025
- CoPEFT（CoPEFT：基于参数高效微调的多智能体协同感知快速适应框架）[论文] [代码]
- CP-Guard（CP-Guard：协同鸟瞰感知中的恶意智能体检测与防御）[论文] [
代码] - DSRC（DSRC：学习抗损坏的密度无关语义感知协同表示）[论文] [代码]
- UniV2X（通过V2X协作实现端到端自动驾驶）[论文] [代码]
MM 2025
- How2Compress（How2Compress：通过自适应粒度视频压缩实现可扩展且高效的边缘视频分析）[论文] [代码]
- Selective Shift（Selective Shift：迈向多智能体协同感知中的个性化领域适应）[
论文] [代码]
ICRA 2025
- CoDynTrust（CoDynTrust：基于动态特征信任模量的鲁棒异步协同感知）[论文] [代码]
- CoopDETR（CoopDETR：一种基于对象查询的统一3D目标检测协同感知框架）[论文] [
代码] - Co-MTP（Co-MTP：面向自动驾驶的多时间尺度融合协同轨迹预测框架）[论文] [代码]
- Direct-CP（Direct-CP：通过主动注意力实现联网自动驾驶车辆的定向协同感知）[论文] [
代码] - V2X-DG（V2X-DG：面向车联网协同感知的领域泛化）[论文] [
代码]
IROS 2025
- CooPre（CooPre：面向V2X协同感知的协同预训练）[论文] [代码]
- CoPAD（CoPAD：V2X场景下基于锚点导向解码器的多源轨迹融合与协同轨迹预测）[论文] [
代码] - CRUISE（CRUISE：利用高斯泼溅技术在V2X场景中进行协同重建与编辑）[论文] [代码]
CVPR 2024
- CoHFF（联网自动驾驶车辆中基于混合特征融合的协同语义占用预测）[论文] [
代码] - CoopDet3D（TUMTraf V2X协同感知数据集）[论文] [代码]
- CodeFilling（通过码本信息填充实现通信高效的协同感知）[论文] [代码]
- ERMVP（ERMVP：在复杂环境中实现通信高效且协作鲁棒的多车感知）[论文] [代码]
- MRCNet（基于运动感知鲁棒通信网络的多智能体协同感知）[论文] [代码]
NeurIPS 2024
ECCV 2024
ICLR 2024
AAAI 2024
- CMiMC（什么构成了良好的协同视图？基于对比互信息最大化的多智能体感知）[论文] [代码]
- DI-V2X（DI-V2X：学习车路协同3D目标检测的领域不变表示）[论文] [代码]
- V2XFormer（DeepAccident：面向V2X自动驾驶的运动与事故预测基准）[论文] [代码]
WACV 2024
ICRA 2024
CVPR 2023
- {相关} BEVHeight（BEVHeight：基于视觉的路边3D目标检测鲁棒框架）[论文] [代码]
- CoCa3D（协作助力摄像头在3D目标检测中超越LiDAR）[论文] [代码]
- FF-Tracking（V2X-Seq：面向车路协同感知与预测的大规模序列数据集）[论文] [代码]
NeurIPS 2023
- CoBEVFlow（基于鸟瞰图流的鲁棒异步协同3D检测）[论文&评审] [代码]
- FFNet（基于流的特征融合用于车路协同3D目标检测）[论文&评审] [代码]
- How2comm（How2comm：通信高效且协作实用的多智能体感知）[论文&评审] [代码]
ICCV 2023
- CORE（CORE：面向多智能体感知的协同重建）[论文] [代码]
- HM-ViT（HM-ViT：基于视觉Transformer的异构模态车车协同感知）[论文] [代码]
- ROBOSAC（Among Us：通过共识实现对抗性鲁棒的协同感知）[论文] [代码]
- SCOPE（面向多智能体协同感知的时空域感知）[论文] [代码]
- TransIFF（TransIFF：基于Transformer的车路协同3D检测实例级特征融合框架）[论文] [
代码] - UMC（UMC：统一的带宽高效多分辨率协同感知框架）[论文] [代码]
ICLR 2023
CoRL 2023
MM 2023
- DUSA（DUSA：解耦的无监督Sim2Real适应用于车联网协同感知）[论文] [代码]
- FeaCo（FeaCo：在噪声姿态条件下实现鲁棒的特征级一致性）[论文] [代码]
- What2comm（What2comm：通过特征解耦实现通信高效的协同感知）[论文] [
代码]
WACV 2023
ICRA 2023
- CoAlign（在姿态误差存在时的鲁棒协同3D目标检测）[论文] [代码]
- {相关} DMGM（用于协同感知中对应关系识别的深度掩码图匹配）[论文] [代码]
- Double-M Quantification（面向自动驾驶的协同检测不确定性量化）[论文] [代码]
- MAMP（模型无关的多智能体感知框架）[论文] [代码]
- MATE（通过多智能体轨迹交换进行通信关键型规划）[论文] [
代码] - MPDA（弥合多智能体感知的领域差距）[论文] [代码]
- WNT（我们需要谈谈：识别并克服自动驾驶中的通信关键场景）[论文] [
代码]
CVPR 2022
- Coopernaut（COOPERNAUT：面向联网车辆的协同感知端到端驾驶）[论文] [代码]
- {相关} LAV（向所有车辆学习）[论文] [代码]
- TCLF（DAIR-V2X：用于车路协同3D目标检测的大规模数据集）[论文] [代码]
NeurIPS 2022
ECCV 2022
CoRL 2022
IJCAI 2022
- IA-RCP（抗通信中断的鲁棒协同感知）[论文] [
代码]
MM 2022
- CRCNet（面向多智能体感知的互补增强与冗余最小化协作网络）[论文] [
代码]
ICRA 2022
NeurIPS 2021
ICCV 2021
- Adversarial V2V（多智能体通信中的对抗攻击）[论文] [
代码]
IROS 2021
CVPR 2020
ECCV 2020
CoRL 2020
ICRA 2020
:bookmark:数据集与仿真平台
注：{Real}表示传感器数据来源于真实世界采集，而非仿真。
精选预印本
- Adver-City（Adver-City：面向恶劣天气下协作感知的开源多模态数据集）[论文] [代码] [项目]
- AirV2X（AirV2X：空地车辆到万物协同统一）[论文] [代码] [项目]
- CATS-V2V（CATS-V2V：包含复杂恶劣交通场景的真实车车协同感知数据集）[论文] [
代码] [项目] - {Real} CoInfra（CoInfra：恶劣天气下的大规模协同基础设施感知系统及数据集）[论文] [代码] [
项目] - CP-GuardBench（CP-Guard+：协作感知中恶意代理检测与防御的新范式）[论文&评审] [
代码] [项目] - Griffin（Griffin：空地协同探测与跟踪数据集及基准测试）[论文] [代码] [项目]
- {Real} InScope（InScope：面向开放交通场景的新型真实3D基础设施侧协作感知数据集）[论文] [代码] [
项目] - MobileVerse（MobiVerse：利用混合轻量级领域专用生成器和大语言模型扩展城市出行仿真）[论文] [代码] [
项目] - Multi-V2X（Multi-V2X：面向协作感知的大规模多模态、多渗透率数据集）[论文] [代码] [
项目] - M3CAD（M3CAD：迈向通用协作自动驾驶基准测试）[论文] [代码] [项目]
- OPV2V-N（RCDN：基于动态特征的3D神经建模，实现鲁棒的相机不敏感协作感知）[论文] [
代码] [项目] - TalkingVehiclesGym（通过自我博弈实现协作自动驾驶的自然语言通信）[论文] [代码] [项目]
- TruckV2X（TruckV2X：以卡车为中心的感知数据集）[论文] [
代码] [项目] - {Real} UrbanV2X（UrbanV2X：面向城市区域协同导航的多传感器车路协同数据集）[论文] [代码] [项目]
- V2V-QA（V2V-LLM：基于多模态大语言模型的车车协同自动驾驶）[论文] [代码] [项目]
- {Real} V2XPnP-Seq（V2XPnP：面向多智能体感知与预测的车到万物时空融合）[论文] [代码] [项目]
- {Real} V2X-Radar（V2X-Radar：包含4D雷达的多模态协同感知数据集）[论文] [代码] [项目]
- {Real} V2X-Real（V2X-Real：面向车到万物协同感知的大规模数据集）[论文] [
代码] [项目] - {Real} V2X-ReaLO（V2X-ReaLO：现实环境中协作感知的开放式在线框架与数据集）[论文] [
代码] [项目] - WHALES（WHALES：用于提升自动驾驶中协作效率的多智能体调度数据集）[论文] [代码] [项目]
CVPR 2025
- Mono3DVLT-V2X（Mono3DVLT：基于单目视频的三维视觉语言跟踪）[论文] [
代码] [项目] - RCP-Bench（RCP-Bench：针对多种干扰下的协同感知鲁棒性基准测试）[论文] [代码] [
项目] - V2X-R（V2X-R：基于去噪扩散的协作式激光雷达-4D雷达融合3D目标检测）[论文] [代码] [
项目]
NeurIPS 2025
- {真实} AGC-Drive（AGC-Drive：面向驾驶场景中空地协同的真实世界大规模数据集）[论文&评审] [代码] [项目]
- UrbanIng-V2X（UrbanIng-V2X：跨多个交叉口的大规模多车辆、多基础设施协同感知数据集）[论文&评审] [代码] [项目]
ICCV 2025
- CoPe-R（SlimComm：基于多普勒引导的稀疏查询，用于带宽高效的三维协同感知）[论文] [代码] [
项目] - {真实} Mixed Signals（Mixed Signals：面向异构激光雷达V2X协同的多样化点云数据集）[论文] [代码] [项目]
CVPR 2024
- {真实} HoloVIC（HoloVIC：多传感器全息交叉口与车路协同的大规模数据集及基准测试）[论文] [
代码] [项目] - {真实} Open Mars Dataset（多智能体、多路径、多模态自动驾驶：Open MARS数据集）[代码] [论文] [项目]
- {真实} RCooper（RCooper：面向路边协同感知的真实世界大规模数据集）[论文] [代码] [项目]
- {真实} TUMTraf-V2X（TUMTraf V2X协同感知数据集）[论文] [代码] [项目]
NeurIPS 2024
ECCV 2024
- {真实} H-V2X（H-V2X：面向BEV感知的大规模高速公路数据集）[论文] [
代码] [项目]
ICLR 2024
AAAI 2024
CVPR 2023
- CoPerception-UAV+（协作助力摄像头在3D检测中超越激光雷达）[论文] [代码] [项目]
- OPV2V+（协作助力摄像头在3D检测中超越激光雷达）[论文] [代码] [项目]
- {真实} V2V4Real（V2V4Real：面向车车协同感知的大规模真实世界数据集）[论文] [代码] [项目]
- {真实} DAIR-V2X-Seq（V2X-Seq：面向车路协同感知与预测的大规模序列数据集）[论文] [代码] [项目]
NeurIPS 2023
- IRV2V（通过鸟瞰视图流实现鲁棒的异步协同3D检测）[论文&评审] [
代码] [项目]
ICCV 2023
- Roadside-Opt（优化自动驾驶中路边激光雷达的部署位置）[论文] [
代码] [项目]
ICRA 2023
- {真实} DAIR-V2X-C Complemented（在姿态误差存在时实现鲁棒的协同3D物体检测）[论文] [代码] [项目]
- RLS（利用真实的激光雷达仿真库分析基础设施激光雷达的部署）[论文] [代码] [
项目] - V2XP-ASG（V2XP-ASG：为车到万物感知生成对抗场景）[论文] [代码] [
项目]
CVPR 2022
- AutoCastSim（COOPERNAUT：面向联网车辆的端到端协同感知自动驾驶）[论文] [代码] [项目]
- {真实} DAIR-V2X（DAIR-V2X：面向车路协同3D目标检测的大规模数据集）[论文] [代码] [项目]
NeurIPS 2022
ECCV 2022
ICRA 2022
ACCV 2022
ICCV 2021
CoRL 2017
常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备