› Februar 2026 veröffentlichten Weizhe Tang und sieben weitere Autoren auf arXiv ein Paper mit dem Titel "HERMES: A Holistic End-to-End Risk-Aware Multimodal Embodied System with Vision-Language Models for Long-Tail Autonomous Driving".
› Eine überarbeitete Fassung erschien am 18.
› Das Paper ist den Kategorien Robotik (cs.RO) und Künstliche Intelligenz (cs.AI) zugeordnet.
› Das Problem: Seltene Situationen überfordern bestehende Systeme Moderne End-to-End-Modelle für autonomes Fahren profitieren zwar zunehmend von großen Vision-Language-Modellen für das semantische Verstehen der Umgebung - doch die Autoren halten fest, dass "safe and reliable planning under long-tail conditions remains challenging".