Human-Aware Robot Behaviour in Self-Driving Labs
具有人类意识的自主驾驶实验室中的机器人行为
专题命中 感知 ：self-driving(title,abstract)；LiDAR(abstract)；分类 cs.RO、cs.AI
AI总结 本文提出了一种基于AI的具身感知方法，通过预测人类意图实现自主驾驶实验室中机器人与人类的主动交互，提升实验室自动化流程的效率和协调性。
视觉与机器人
自动驾驶
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
1. 感知 4 篇
A Survey of Reasoning in Autonomous Driving Systems: Open Challenges and Emerging Paradigms
自动驾驶系统推理的综述：开放挑战与新兴范式
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI
AI总结 本文综述了自动驾驶系统推理的挑战与新兴范式，提出认知层次分解驾驶任务，并系统化七个核心推理挑战，强调发展可验证的神经符号架构以解决高延迟推理与安全需求的矛盾。
Comments Published in TMLR (March 2026) | OpenReview: https://openreview.net/forum?id=XwQ7dc4bqn
Online Slip Detection and Friction Coefficient Estimation for Autonomous Racing
自动驾驶赛车中的在线滑动检测与摩擦系数估计
机构 * Trustworthy Engineered Autonomy (TEA) Lab, Department of Electrical and Computer Engineering, University of Florida（可信工程自主性实验室，电气与计算机工程系，佛罗里达大学）
专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.RO
AI总结 本文提出了一种基于IMU和LiDAR数据的轻量级方法，用于自动驾驶赛车中的在线滑动检测和摩擦系数估计，无需复杂模型或训练数据。
Comments Equal contribution by the first three authors
Radiometric fingerprinting of object surfaces using mobile laser scanning and semantic 3D road space models
利用移动激光扫描和语义3D道路空间模型进行物体表面的辐射指纹识别
专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV
AI总结 本文提出利用移动激光扫描和语义3D道路空间模型，通过生成物体表面的辐射指纹，实现对城市表面材料信息的自动关联与分析。
2. 规划控制 5 篇
Safe and Stylized Trajectory Planning for Autonomous Driving via Diffusion Model
通过扩散模型实现自动驾驶的安全且风格化的轨迹规划
专题命中 规划控制 ：autonomous driving(title,abstract)；trajectory planning(title,abstract)；分类 cs.RO
AI总结 本文提出SDD Planner，通过结合多源风格感知编码器和风格引导动态轨迹生成器，实现自动驾驶中安全与风格化轨迹规划的平衡，实验表明其在多个基准测试中表现优异。
Comments 12 pages, 7 figures, submitted to IEEE Transactions on Intelligent Transportation Systems
KnowVal: A Knowledge-Augmented and Value-Guided Autonomous Driving System
KnowVal: 一种知识增强且价值引导的自动驾驶系统
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王学苑计算机技术研究所） ； University of California, Merced（加州大学默塞德分校）
专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV、cs.AI
AI总结 KnowVal通过整合开放世界感知与知识检索，构建驾驶知识图谱并训练价值模型，实现价值对齐的自动驾驶系统，提升了规划性能并降低了碰撞率。
Comments Accepted to CVPR 2026
LaST-VLA: Thinking in Latent Spatio-Temporal Space for Vision-Language-Action in Autonomous Driving
LaST-VLA: 在自动驾驶的视觉-语言-动作中思考于潜在的空间-时间空间
专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 LaST-VLA通过潜在空间-时间推理框架，结合双特征对齐机制和渐进式SFT训练策略，提升自动驾驶中的视觉-语言-动作处理能力，实现更安全的物理基础推理。
Senna-2: Aligning VLM and End-to-End Driving Policy for Consistent Decision Making and Planning
Senna-2：对齐视觉语言模型与端到端驾驶策略以实现一致的决策与规划
机构 * Huazhong University of Science & Technology（华中科技大学） ； Horizon Robotics
专题命中 规划控制 ：end-to-end driving(title)；分类 cs.CV
AI总结 Senna-2通过三阶段训练范式对齐视觉语言模型与端到端驾驶策略，提升决策与规划的一致性，增强驾驶安全性和效率。
Comments 15 pages, 8 figures. Project page: https://ambitious-idiot.github.io/senna2-project
STONE Dataset: A Scalable Multi-Modal Surround-View 3D Traversability Dataset for Off-Road Robot Navigation
STONE数据集：一个可扩展的多模态周围视图3D可通行性数据集用于越野机器人导航
机构 * Interdisciplinary Program in Artificial Intelligence, Seoul National University（人工智能交叉学科项目，首尔国立大学） ； Department of Electrical and Computer Engineering, Seoul National University（电气与计算机工程系，首尔国立大学）
专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO
AI总结 STONE数据集通过大规模多模态数据和自动标注流程，为越野机器人导航中的3D可通行性预测提供了可扩展的地面真实值和基准测试平台。
Comments ICRA 2026
3. BEV与占用 2 篇
Capturing Temporal Dynamics in Large-Scale Canopy Tree Height Estimation
在大规模树冠高度估计中捕捉时间动态
专题命中 BEV与占用 ：LiDAR(abstract)；分类 cs.CV、cs.AI
AI总结 本文提出了一种基于Sentinel-1和Sentinel-2数据生成欧洲大陆2019-2022年10米分辨率时间树冠高度地图的方法，利用GEDI激光雷达数据提升精度，实现大范围森林监测。
Comments ICML Camera-Ready, 9 pages main paper, 8 pages references and appendix, 9 figures, 8 tables
GTR-Bench: Evaluating Geo-Temporal Reasoning in Vision-Language Models
GTR-Bench：评估视觉-语言模型中的地理时间推理
机构 * Tsinghua University（清华大学） ； SenseTime Research（商汤科技研究院） ； Peking University（北京大学） ； Technical University of Munich, Heilbronn Data Science Center, Munich Data Science Institute（慕尼黑技术大学，海德堡数据科学中心，慕尼黑数据科学研究所）
专题命中 BEV与占用 ：autonomous driving(abstract)；分类 cs.CV
AI总结 GTR-Bench提出了一种新的基准，用于评估视觉-语言模型在地理时间推理中的能力，揭示了现有模型在空间和时间上下文利用、时间预测能力及地图数据整合方面的不足。
Comments ICLR 2026, 31 pages, 20 figures
4. 激光雷达 2 篇
D-SLAMSpoof: An Environment-Agnostic LiDAR Spoofing Attack using Dynamic Point Cloud Injection
D-SLAMSpoof：一种基于动态点云注入的环境无关激光雷达欺骗攻击
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO
AI总结 D-SLAMSpoof是一种通过动态点云注入实现的环境无关激光雷达欺骗攻击，利用扫描匹配原理提升攻击成功率，并提出ISD-SLAM作为仅依赖惯性信号的防御方法，有效缓解位置漂移问题。
MirrorDrift: Actuated Mirror-Based Attacks on LiDAR SLAM
MirrorDrift: 基于运动镜的LiDAR SLAM攻击
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO
AI总结 MirrorDrift利用可动平面镜产生鬼点，通过镜面反射攻击LiDAR SLAM，导致定位误差显著增加。
5. 多传感器融合 3 篇
DRIFT: Dual-Representation Inter-Fusion Transformer for Automated Driving Perception with 4D Radar Point Clouds
DRIFT：双表示交叉融合变换器用于自动驾驶感知的4D雷达点云
机构 * Delft University of Technology（代尔夫特理工大学） ； Perciv AI
专题命中 多传感器融合 ：driving perception(title)；LiDAR(abstract)；分类 cs.RO、cs.CV
AI总结 DRIFT通过双路径架构融合局部和全局上下文信息，提升自动驾驶中4D雷达点云的感知性能，实现更准确的物体检测和道路估计。
RF4D:Neural Radar Fields for Novel View Synthesis in Outdoor Dynamic Scenes
RF4D:基于雷达的神经场用于户外动态场景的新型视角合成
机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡）
专题命中 多传感器融合 ：autonomous driving(abstract)；LiDAR(abstract)；occupancy(abstract)；分类 cs.CV
AI总结 RF4D通过引入雷达特定的神经场框架，提升户外动态场景中新型视角合成的鲁棒性和准确性。
Decentralized Cooperative Localization for Multi-Robot Systems with Asynchronous Sensor Fusion
多机器人系统中异步传感器融合的去中心化协同定位
专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文提出了一种去中心化协同定位框架，通过局部卡尔曼滤波和异步传感器融合实现多机器人系统的可靠定位，实验显示其在特征稀疏环境中优于集中式方法。
Comments Presented at the 13th RSI International Conference on Robotics and Mechatronics (ICRoM 2025)
6. 仿真评测 1 篇
DriveCritic: Towards Context-Aware, Human-Aligned Evaluation for Autonomous Driving with Vision-Language Models
DriveCritic: 向基于情境的、与人类对齐的自动驾驶评估迈进：基于视觉-语言模型
机构 * University of Michigan（密歇根大学） ； NVIDIA（英伟达） ； Fudan University（复旦大学）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV、cs.AI
AI总结 DriveCritic通过结合视觉-语言模型和情境意识，提升自动驾驶系统评估的准确性与人类对齐性。
Comments Accepted at ICRA 2026; 8 pages, 3 figures
