自动驾驶

ALOOD: Exploiting Language Representations for LiDAR-based Out-of-Distribution Object Detection

ALOOD：利用语言表示进行基于LiDAR的分布外物体检测

Michael Kösel, Marcel Schreiber, Michael Ulrich, Claudius Gläser, Klaus Dietmayer

专题命中 感知 ：LiDAR(title,abstract)；autonomous driving(abstract)；分类 cs.CV

AI总结 ALOOD通过整合语言表示，提出了一种基于LiDAR的分布外物体检测新方法，利用视觉-语言模型实现零样本分类。

Comments Accepted for publication at the 2025 IEEE Intelligent Transportation Systems Conference (ITSC)

Fast Attention-Based Simplification of LiDAR Point Clouds for Object Detection and Classification

基于快速注意力机制的激光雷达点云简化用于目标检测与分类

Z. Rozsa, Á. Madaras, Q. Wei, X. Lu, M. Golarits, H. Yuan, T. Sziranyi, R. Hamzaoui

机构 * Institute for Computer Science and Control (SZTAKI)（计算机科学与控制研究所） ； School of Information Engineering（信息工程学院） ； Faculty of Technology, Arts, and Culture（技术、艺术与文化学院） ； School of Control Science and Engineering（控制科学与工程学院） 纠错

专题命中 感知 ：LiDAR(title,abstract)；autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出一种基于注意力机制的高效激光雷达点云简化方法，通过特征嵌入与注意力采样模块提升目标检测与分类的效率和准确性。

DynamicVGGT: Learning Dynamic Point Maps for 4D Scene Reconstruction in Autonomous Driving

DynamicVGGT: 为自动驾驶中的4D场景重建学习动态点图

Zhuolin He, Jing Li, Guanghao Li, Xiaolei Chen, Jiacheng Tang, Siyang Zhang, Zhounan Jin, Feipeng Cai, Bin Li, Jian Pu, Jia Cai, Xiangyang Xue

机构 * Fudan University（复旦大学） ； Huawei（华为） ； Yinwang Intelligent Technology（依文智能技术） ； Shanghai Innovation Institute（上海创新研究院） ； CUHK（香港中文大学） 纠错

专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV

AI总结 DynamicVGGT通过联合预测当前和未来点图，结合Motion-aware Temporal Attention模块和动态3D高斯点散射头，实现了自动驾驶中4D动态场景的高精度重建。

RayD3D: Distilling Depth Knowledge Along the Ray for Robust Multi-View 3D Object Detection

RayD3D: 沿射线蒸馏深度知识以实现鲁棒的多视角3D目标检测

Rui Ding, Zhaonian Kuang, Zongwei Zhou, Meng Yang, Xinhu Zheng, Gang Hua

专题命中 感知 ：autonomous driving(abstract)；BEV(abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 RayD3D通过沿射线蒸馏深度知识，提升多视角3D目标检测的鲁棒性，无需增加计算成本。

FOMO-3D: Using Vision Foundation Models for Long-Tailed 3D Object Detection

FOMO-3D：利用视觉基础模型进行长尾3D目标检测

Anqi Joyce Yang, James Tu, Nikita Dvornik, Enxu Li, Raquel Urtasun

机构 * Waabi ； University of Toronto（多伦多大学） 纠错

专题命中 感知 ：self-driving(abstract)；LiDAR(abstract)；分类 cs.RO、cs.CV

AI总结 FOMO-3D通过利用视觉基础模型的丰富先验知识和多模态融合设计，提升长尾3D目标检测的性能。

Comments Published at 9th Annual Conference on Robot Learning (CoRL 2025)

Multi-Modal Decouple and Recouple Network for Robust 3D Object Detection

多模态解耦与耦合网络用于抗干扰的3D目标检测

Rui Ding, Zhaonian Kuang, Yuzhe Ji, Meng Yang, Xinhu Zheng, Gang Hua

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（人机混合增强智能国家重点实验室，人工智能与机器人研究院，西安交通大学） ； Intelligent Transportation Thrust of the Systems Hub, The Hong Kong University of Science and Technology (Guangzhou)（系统枢纽智能交通方向，香港科技大学（广州）） ； Multimodal Experiences Research Lab, Dolby Laboratories（多模态体验研究实验室，Dolby实验室） 纠错

专题命中 感知 ：BEV(abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 本文提出多模态解耦与耦合网络，通过分离和重新耦合不同模态特征以提高在数据损坏下的3D目标检测鲁棒性。

Rethinking Driving World Model as Synthetic Data Generator for Perception Tasks

重新思考驾驶世界模型作为感知任务的合成数据生成器

Kai Zeng, Zhanqian Wu, Kaixin Xiong, Xiaobao Wei, Xiangyu Guo, Zhenxin Zhu, Kalok Ho, Lijun Zhou, Bohan Zeng, Ming Lu, Haiyang Sun, Bing Wang, Guang Chen, Hangjun Ye, Wentao Zhang

机构 * Peking University（北京大学） ； Xiaomi EV（小米电动车） ； Huazhong University of Science and Technology（华中科技大学） ； Beijing Key Laboratory of Data Intelligence and Security (Peking University)（北京数据智能与安全重点实验室（北京大学）） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 Dream4Drive通过生成高质量的合成数据提升自动驾驶感知任务性能

Journal ref ICLR 2026

Energy-Efficient SLAM via Joint Design of Sensing, Communication, and Exploration Speed

通过联合设计感知、通信和探索速度实现节能SLAM

Zidong Han, Ruibo Jin, Xiaoyang Li, Bingpeng Zhou, Qinyu Zhang, Yi Gong

机构 * Southern University of Science and Technology（南方科技大学） ； Harbin Institute of Technoglogy (Shenzhen)（哈尔滨工业大学（深圳）） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） ； The School of Electronics and Communication Engineering（电子与通信工程学院） ； Sun Yat-sen University（中山大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出通过联合优化感知、通信和探索速度，实现节能的持续SLAM系统，利用深度学习方法提升地图重建效率。

Perception-Aware Communication-Free Multi-UAV Coordination in the Wild

野外多无人机协同的感知-aware 通信-free 方法

Manuel Boldrer, Michal Kamler, Afzal Ahmad, Martin Saska

机构 * Department of Cybernetics, Czech Technical University in Prague（控制系，捷克技术大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本研究提出了一种无需通信的多无人机协同方法，利用3D激光雷达进行SLAM和障碍物检测，实现复杂环境中的安全导航。

SiMO: Single-Modality-Operable Multimodal Collaborative Perception

SiMO: 单模态可操作的多模态协作感知

Jiageng Wen, Shengjie Zhao, Bing Li, Jiafeng Huang, Kenan Ye, Hao Deng

机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学智能自主系统上海研究院） ； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） ； School of Mechatronic Engineering and Automation, Shanghai University（上海大学机械电子工程与自动化学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 SiMO通过单模态可操作的多模态协作感知方法，解决多模态特征融合中的语义不匹配问题，提升协作感知性能。

Comments Accepted to ICLR 2026. This arXiv version includes an additional appendix (Appendix 15) containing further philosophical discussion not included in the official ICLR peer-reviewed version

Elytra: A Flexible Framework for Securing Large Vision Systems

ELYTRA：一种用于安全大型视觉系统的灵活框架

Richard E. Neddo, Emmanuel Atindama, Zander W. Blasingame, Chen Liu

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 ELYTRA框架通过低秩适应技术，为大型视觉系统提供动态安全修补，有效提升对抗性示例下的分类准确率

Comments Updated pre-print. Under review

On the Feasibility and Opportunity of Autoregressive 3D Object Detection

关于自回归3D目标检测的可行性与机会

Zanming Huang, Jinsu Yoo, Sooyoung Jeon, Zhenzhen Liu, Mark Campbell, Kilian Q Weinberger, Bharath Hariharan, Wei-Lun Chao, Katie Z Luo

机构 * The Ohio State University（俄亥俄州立大学） ； Cornell University（康奈尔大学） ； Boston University（波士顿大学） ； Stanford University（斯坦福大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 AutoReg3D通过自回归序列生成方法实现3D目标检测，无需锚点或NMS，展示了在LiDAR检测中的可行性与灵活性。

Comments CVPR 2026 Findings Project Page: https://tzmhuang.github.io/autoreg3d/

Selective Transfer Learning of Cross-Modality Distillation for Monocular 3D Object Detection

跨模态蒸馏的 selective transfer learning 用于单目3D物体检测

Rui Ding, Meng Yang, Nanning Zheng

机构 * Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（人工智能与机器人研究所，西安交通大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出MonoSTL方法，通过解决跨模态蒸馏中的模态差距问题，提升单目3D物体检测的准确性。

Open-Vocabulary Domain Generalization in Urban-Scene Segmentation

面向城市场景分割的开放词汇领域泛化

Dong Zhao, Qi Zang, Nan Pu, Wenjing Li, Nicu Sebe, Zhun Zhong

机构 * Department of Information Engineering and Computer Science, University of Trento（信息工程与计算机科学系，特伦托大学） ； School of Computer Science and Information Engineering, Hefei University of Technology（计算机科学与信息工程学院，合肥工业大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出OVDG-SS，通过S2-Corr机制提升城市场景分割中开放词汇领域的泛化能力和鲁棒性。

Journal ref CVPR2026

PointSlice: Accurate and Efficient Slice-Based Representation for 3D Object Detection from Point Clouds

PointSlice: 用于点云3D物体检测的准确且高效的基于切片的表示方法

Liu Qifeng, Zhao Dawei, Dong Yabo, Xiao Liang, Wang Juan, Min Chen, Li Fuyang, Jiang Weizhong, Lu Dongming, Nie Yiming

机构 * Zhejiang University（浙江大学） ； Defense Innovation Institute（国防科技创新研究院） ； Tsinghua University（清华大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 PointSlice提出了一种基于切片的点云表示方法，通过引入切片交互网络提升3D物体检测的精度与效率。

Comments Accepted by Pattern Recognition

Empowering Microscopic Traffic Simulators with Realistic Perception using Surrogate Sensor Models

通过使用替代传感器模型使微观交通模拟器具备现实感知能力

Tianheng Zhu, Yiheng Feng

机构 * Lyles School of Civil and Construction Engineering, Purdue University（普渡大学莱尔斯土木与建设工程学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 MIDAR通过替代传感器模型使微观交通模拟器具备现实感知能力，提升ITS应用的仿真真实性与效率。

Comments 27 pages, 8 figures

Graph Based Semantic Encoder Decoder Framework for Task Oriented Communications in Connected Autonomous Vehicles

基于图的语义编码解码框架用于连接自动驾驶车辆的任务导向通信

Soheyb Ribouh, Phil Polo Ditsia Di Ngoma

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出基于图的语义编码解码框架，用于连接自动驾驶车辆的任务导向通信，通过语义压缩和解码提升通信效率与语义保真度。

Interactive Double Deep Q-network: Integrating Human Interventions and Evaluative Predictions in Reinforcement Learning of Autonomous Driving

交互式双深Q网络：在自动驾驶强化学习中整合人类干预与评估预测

Alkis Sygkounas, Ioannis Athanasiadis, Andreas Persson, Michael Felsberg, Amy Loutfi

机构 * Center for Applied Autonomous Sensor Systems (AASS)（应用自主传感器系统中心） ； Örebro University（奥雷布罗大学） ； Computer Vision Laboratory（计算机视觉实验室） ； Linköping University（利德斯霍尔大学） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI

AI总结 交互式双深Q网络通过整合人类干预与评估预测，提升自动驾驶强化学习的性能和适应性。

Comments Accepted at IEEE Intelligent Vehicles Symposium (IV) 2025, 8 pages

NaviDriveVLM: Decoupling High-Level Reasoning and Motion Planning for Autonomous Driving

NaviDriveVLM：解耦高层推理与运动规划用于自动驾驶

Ximeng Tao, Pardis Taghavi, Dimitar Filev, Reza Langari, Gaurav Pandey

机构 * J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University, College Station, TX 77843, USA（杰米·沃克’66机械工程系，德克萨斯A&M大学，学院站，TX 77843，美国） ； The Department of Engineering Technology and Industrial Distribution Texas A&M University, College Station, TX 77843, USA（工程技术与工业分配系，德克萨斯A&M大学，学院站，TX 77843，美国） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO

AI总结 NaviDriveVLM通过解耦高层推理与运动规划，提升自动驾驶中的推理能力与效率

FLARE: Learning Future-Aware Latent Representations from Vision-Language Models for Autonomous Driving

FLARE: 从视觉-语言模型中学习未来感知的潜在表示以实现自动驾驶

Chengen Xie, Chonghao Sima, Tianyu Li, Bin Sun, Junjie Wu, Zhihui Hao, Hongyang Li

机构 * Shanghai Jiaotong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； OpenDriveLab at The University of Hong Kong（香港大学OpenDrive实验室） ； Li Auto Inc.（Li汽车公司） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.CV

AI总结 FLARE通过自监督的未来特征预测目标，从大规模未标记数据中学习鲁棒驾驶表示，无需语言监督，提升自动驾驶性能。

Improved Constrained Generation by Bridging Pretrained Generative Models

通过桥梁预训练生成模型实现改进的约束生成

Xiaoxuan Liang, Saeid Naderiparizi, Yunpeng Liu, Berend Zwartsenberg, Frank Wood

机构 * University of British Columbia（不列颠哥伦比亚大学） ； Inverted AI 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出了一种通过桥梁预训练生成模型实现改进的约束生成方法，通过在可行区域内生成样本并保持现实感，实现了约束满足与采样质量之间的新平衡。

Diff-Muscle: Efficient Learning for Musculoskeletal Robotic Table Tennis

Diff-Muscle: 高效学习用于肌骨骼机器人乒乓球

Wentao Zhao, Jun Guo, Kangyao Huang, Xin Liu, Huaping Liu

机构 * Department of Computer Science and Technology, Tsinghua University, China（清华大学计算机科学与技术系） 纠错

专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO

AI总结 Diff-Muscle通过微分平坦性将高维动作空间转化为低维关节空间，实现高效学习，使肌骨骼机器人在动态乒乓球任务中实现连续回球。

Comments 8 pages, 7 figures

Trajectory Tracking Control Design for Autonomous Helicopters with Guaranteed Error Bounds

自主直升机轨迹跟踪控制设计：保证误差界限

Philipp Schitz, Johann C. Dauer, Paolo Mercorelli

机构 * Institute of Flight Systems, German Aerospace Center (DLR)（飞行系统研究所，德国航天中心） ； Institute for Production Technology and Systems, Leuphana University of Lueneburg（生产技术与系统研究所，路比哈大学） 纠错

专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO

AI总结 本文提出基于RPI集的自主直升机轨迹跟踪控制设计，通过计算保证误差界限并比较不同控制器架构的性能与保守性。

Comments Submitted to the 2026 International Conference on Unmanned Aircraft Systems (ICUAS)

Feasibility Restoration under Conflicting STL Specifications with Pareto-Optimal Refinement

在冲突的STL规范下进行可行性恢复的帕累托最优细化

Tianhao Wu, Yiwei Lyu

机构 * Department of Computer Science, University of Southern California（南加州大学计算机科学系） ； Department of Computer Science and Engineering, Texas A&M University（德克萨斯农工大学计算机科学与工程系） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出了一种两阶段框架，在冲突的STL规范下通过最小松弛恢复可行性，并通过多目标优化实现可解释的决策。

Neural Control and Learning of Simulated Hand Movements With an EMG-Based Closed-Loop Interface

基于EMG的闭环接口的神经控制与学习：模拟手部运动

Balint K. Hodossy, Dario Farina

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文提出了一种结合肌肉骨骼模拟、强化学习和在线肌电合成的神经机械模型，用于模拟手部运动并评估神经控制器。

Kinematics-Aware Latent World Models for Data-Efficient Autonomous Driving

具备运动学意识的潜在世界模型用于数据高效的自动驾驶

Jiazhuo Li, Linjiang Cao, Qi Liu, Xi Xiong

机构 * Key Laboratory of Road and Traffic Engineering, Ministry of Education, Tongji University（道路与交通工程重点实验室，教育部，同济大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI

AI总结 本文提出一种具备运动学意识的潜在世界模型框架，通过整合车辆运动学信息提升自动驾驶的样本效率和驾驶性能。

Comments 6 pages, 5 figures. Under review at IEEE ITSC

Toward Unified Multimodal Representation Learning for Autonomous Driving

迈向自动驾驶的统一多模态表示学习

Ximeng Tao, Dimitar Filev, Gaurav Pandey

机构 * J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University, College Station, TX 77843, USA（德克萨斯大学机械工程系，德克萨斯农工大学，学院站，德克萨斯，77843，美国） ； The Department of Engineering Technology and Industrial Distribution Texas A&M University, College Station, TX 77843, USA（工程技术与工业分布系，德克萨斯农工大学，学院站，德克萨斯，77843，美国） 纠错

专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.CV

AI总结 本文提出CTP框架，通过统一多模态张量对齐提升自动驾驶性能。

4DRC-OCC: Robust Semantic Occupancy Prediction Through Fusion of 4D Radar and Camera

4DRC-OCC: 通过融合4D雷达和相机实现鲁棒的语义占用预测

David Ninfa, Andras Palffy, Holger Caesar

机构 * Cognitive Robotics\ University of Technology 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.CV

AI总结 4DRC-OCC通过融合4D雷达和相机数据，提升恶劣环境下3D语义占用预测的鲁棒性与准确性。

BEV-Patch-PF: Particle Filtering with BEV-Aerial Feature Matching for Off-Road Geo-Localization

BEV-Patch-PF：基于鸟瞰图空域特征匹配的无GPS轨迹定位系统

Dongmyeong Lee, Jesse Quattrociocchi, Christian Ellis, Rwik Rana, Amanda Adkins, Adam Uccello, Garrett Warnell, Joydeep Biswas

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； DEVCOM Army Research Laboratory（国防部陆军研究实验室） 纠错

专题命中 BEV与占用 ：BEV(title,abstract)；分类 cs.RO、cs.CV

AI总结 BEV-Patch-PF通过结合鸟瞰图与空域特征匹配，实现了无GPS的非公路地理定位，显著降低轨迹误差并实现实时运行。

MCGS-SLAM: A Multi-Camera SLAM Framework Using Gaussian Splatting for High-Fidelity Mapping

MCGS-SLAM：一种基于高斯点划的多相机SLAM框架用于高保真的地图构建

Zhihao Cao, Hanyu Wu, Li Wa Tang, Zizhou Luo, Wei Zhang, Marc Pollefeys, Zihan Zhu, Martin R. Oswald

机构 * Department of Mathematics, ETH Zurich（苏黎世联邦理工学院数学系） ； Department of Mechanical and Process Engineering, ETH Zurich（苏黎世联邦理工学院机械与工艺工程系） ； Department of Informatics, University of Zurich（苏黎世大学信息系） ； Institute for Photogrammetry, University of Stuttgart（斯图加特大学摄影测量研究所） ； Computer Vision and Geometry Group, ETH Zurich（苏黎世联邦理工学院计算机视觉与几何组） ； Microsoft Spatial AI Lab（微软空间AI实验室） ； Computer Vision Research Group, University of Amsterdam（阿姆斯特丹大学计算机视觉研究组） 纠错

专题命中 BEV与占用 ：autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 MCGS-SLAM通过多相机和高斯点划技术实现高保真的SLAM，提供精确轨迹和逼真重建，优于单目方法。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026