TreeDGS: Aerial Gaussian Splatting for Distant DBH Measurement
TreeDGS：用于远距离树冠直径胸高测量的空天地高斯点云法
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 TreeDGS利用3D高斯点云法实现远距离树冠直径胸高测量，通过高斯优化和点云提取，结合多视角透明度可靠性评分，实现高精度DBH估计，优于LiDAR基准。
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 3 篇
Enhancing Novel View Synthesis via Geometry Grounded Set Diffusion
通过几何引导的集扩散增强新视角合成
机构 * Qualcomm AI Research（高通人工智能研究）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出SetDiff框架，结合3D先验、坐标映射和姿态感知的Plucker射线嵌入，提升多视角扩散模型在处理可变参考和目标视角时的鲁棒性和视觉保真度。
Comments Paper and supplementary materials
JigsawComm: Joint Semantic Feature Encoding and Transmission for Communication-Efficient Cooperative Perception
JigsawComm: 联合语义特征编码与传输以实现通信高效的协作感知
机构 * University of Arizona（亚利桑那大学） ； North Carolina State University（北卡罗来纳州立大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出JigsawComm框架，通过联合语义特征编码与传输，在通信预算限制下提升多智能体协作感知的准确性，利用语义感知的编码器和轻量级特征效用估计器减少数据传输量，提升效率。
2. 规划控制 8 篇
A Neuro-Symbolic Framework Combining Inductive and Deductive Reasoning for Autonomous Driving Planning
一种结合归纳推理与演绎推理的神经符号框架用于自动驾驶规划
机构 * Clemson University（克莱姆森大学）
专题命中 规划控制 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.CV
AI总结 本文提出一种神经符号框架，结合归纳与演绎推理提升自动驾驶规划的透明性和安全性，在nuScenes基准中优于现有方法。
Comments Under review. 16 pages, 2 figures
CarPLAN: Context-Adaptive and Robust Planning with Dynamic Scene Awareness for Autonomous Driving
CarPLAN: 基于动态场景感知的上下文自适应与鲁棒规划
机构 * Department of Artificial Intelligence, Hanyang University（翰林大学人工智能系） ； Interdisciplinary Program in Artificial Intelligence, Seoul National University（首尔国立大学人工智能跨学科项目） ； Department of Electrical and Computer Engineering, Seoul National University（首尔国立大学电子与计算机工程系） ； Department of Automotive Engineering, Hanyang University（翰林大学汽车工程系）
专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI
AI总结 CarPLAN通过位移感知预测编码和上下文自适应多专家解码器，提升自动驾驶在复杂场景中的鲁棒性和适应性规划能力。
Comments 10 pages, 6 figures. Under review at IEEE Transactions on Intelligent Transportation Systems
Unifying Decision Making and Trajectory Planning in Automated Driving through Time-Varying Potential Fields
通过时变势场统一决策与轨迹规划在自动驾驶中
专题命中 规划控制 ：trajectory planning(title,abstract)
AI总结 本文提出基于时变人工势场的统一决策与局部轨迹规划框架，通过建模动态障碍物的预测运动来实现安全轨迹生成。
DynVLA: Learning World Dynamics for Action Reasoning in Autonomous Driving
DynVLA：为自动驾驶中的动作推理学习世界动态
专题命中 规划控制 ：autonomous driving(title)；分类 cs.RO、cs.CV
AI总结 DynVLA提出一种新的Coot方法Dynamics CoT，通过预测紧凑世界动态来提升决策质量，实验表明其优于Textual CoT和Visual CoT。
Comments 18 pages, 10 figures. Project Page: https://yaoyao-jpg.github.io/dynvla
Motion Dreamer: Boundary Conditional Motion Reasoning for Physically Coherent Video Generation
Motion Dreamer：基于物理一致视频生成的边界条件运动推理
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.CV、cs.AI
AI总结 本文提出Motion Dreamer框架，通过分离运动推理与视觉合成，解决视频生成中边界条件运动推理的问题，提升运动合理性与视觉真实性。
Comments The authors have decided to withdraw this article due to the following reasons identified after publication: Experimental Errors: Significant inaccuracies were discovered in the experimental results concerning segmentation and depth estimation. Authorship Disputes: In addition to the technical issues, there are unresolved disagreements regarding the author sequence and contributions
Composing Driving Worlds through Disentangled Control for Adversarial Scenario Generation
通过解耦控制合成驾驶世界以生成对抗性场景
机构 * The University of Tokyo（东京大学） ； Horizon Robotics ； University of Glasgow（格拉斯哥大学）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出CompoSIA，通过解耦交通因素实现对对抗性驾驶场景的精细控制，提升生成质量并减少误差。
FSDAM: Few-Shot Driving Attention Modeling via Vision-Language Coupling
FSDAM：通过视觉-语言耦合实现少样本驾驶注意力建模
机构 * Texas Tech University（德克萨斯理工大学） ； Purdue University（普渡大学） ； Towson University（托逊大学）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出FSDAM框架，通过90个标注示例实现驾驶注意力预测与结构化解释生成，利用视觉-语言耦合减少标注需求，提升自动驾驶中的人机协作可解释性。
Improving critical buildings energy resilience via shared autonomous electric vehicles -- A sequential optimization framework
通过共享自动驾驶电动车提升关键建筑能源韧性——一种序列优化框架
专题命中 规划控制 ：autonomous driving(abstract)
AI总结 本文提出一种序列优化框架，评估共享自动驾驶电动车通过V2B服务提升关键建筑能源韧性潜力，考虑乘客接驳、车辆调度及电池充放电，分析停电场景下的应急供电能力。
Journal ref Computers and Operations Research, 2024, 163
3. 端到端驾驶 1 篇
DriveMind: A Dual Visual Language Model-based Reinforcement Learning Framework for Autonomous Driving
DriveMind: 一种基于双视觉语言模型的强化学习框架，用于自动驾驶
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI
AI总结 DriveMind结合对比视觉语言模型和动态提示生成，实现自动驾驶的语义奖励框架，提升适应性和安全性，实测性能优于基线4%以上。
Comments Submitted to IEEE Transactions on Intelligent Vehicles (T-IV)
4. BEV与占用 2 篇
CVGL: Causal Learning and Geometric Topology
CVGL：因果学习与几何拓扑
机构 * College of Computer Science and Software Engineering（计算机科学与软件工程学院）
专题命中 BEV与占用 ：BEV(abstract)；分类 cs.CV
AI总结 本文提出CLGT框架，通过因果特征提取器和几何拓扑融合模块解决跨视角地理定位中的混淆因素和视角差异问题，实验显示其在复杂真实场景中表现优异。
Photodynamic melting of phase-reversed charge stripes and enhanced condensation
光动力熔化相反转电荷条纹和增强凝结
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 研究光照射下电荷条纹与配对相互作用的动力学，揭示相反转熔化如何增强相干传输响应，通过动态放大零动量占据和超流分数，以及非平衡电荷刚性和超流重量。
Comments 17 pages; 11 figures (as published)
5. 激光雷达 4 篇
Learning Geometric and Photometric Features from Panoramic LiDAR Scans for Outdoor Place Categorization
从全景LiDAR扫描中学习几何和光度特征用于户外场所分类
机构 * Graduate School of Information Science and Electrical Engineering, Kyushu University（九州大学信息科学与电子工程研究生院） ； Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室） ； Faculty of Information Science and Electrical Engineering, Kyushu University（九州大学信息科学与电子工程学部） ； Technical University of Cartagena（卡塔赫纳技术大学）
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO、cs.CV
AI总结 本文提出利用CNN处理LiDAR获取的全景深度/反照率图像，通过构建MPO数据集实现户外场所分类，优于传统方法，验证了深度与反照率模态的联合使用有效性。
Comments Published in Advanced Robotics on 31 Jul 2018
Journal ref Advanced Robotics, 32(14):750-765, 2018
Consistent and Efficient MSCKF-based LiDAR-Inertial Odometry with Inferred Cluster-to-Plane Constraints for UAVs
一致且高效的基于MSCKF的无人机激光雷达-惯性里程计与推断的簇到平面约束
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO
AI总结 本文提出了一种针对无人机的高效紧密耦合LIO框架，通过推断的平面特征构建共面约束，利用空域投影消除状态向量中的特征参数依赖，提升一致性与效率，实现实时运行于资源受限平台。
Spectral-Geometric Neural Fields for Pose-Free LiDAR View Synthesis
光谱-几何神经场用于无姿态激光雷达视角合成
机构 * School of AIA, Huazhong University of Science and Technology（华中科技大学人工智能学院）
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV
AI总结 本文提出SG-NLF框架，通过融合光谱信息与几何一致性实现无姿态激光雷达视角合成，提升重建质量和姿态精度。
Comments Accepted by CVPR 2026
IGASA: Integrated Geometry-Aware and Skip-Attention Modules for Enhanced Point Cloud Registration
IGASA: 集成几何感知和跳过注意力模块的增强点云配准
专题命中 激光雷达 ：autonomous driving(abstract)；分类 cs.CV、cs.AI
AI总结 本文提出IGASA框架，通过层次金字塔架构和HCLA、IGAR模块提升点云配准的鲁棒性和精度，实验表明其在多个基准数据集上优于现有方法。
6. 仿真评测 2 篇
Better Safe Than Sorry: Enhancing Arbitration Graphs for Safe and Robust Autonomous Decision-Making
更安全的选择：增强仲裁图以实现安全和稳健的自主决策
机构 * dotscene GmbH ； Institute of Measurement and Control Systems, Karlsruhe Institute of Technology (KIT)（测量与控制系统的研究所，卡尔斯鲁厄技术大学（KIT））
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 本文提出了一种扩展仲裁图框架的方法，通过引入验证步骤和结构化回退层，提高复杂动态环境中自主系统的安全性和鲁棒性，并在Pac-Man模拟和自动驾驶中验证了其有效性。
Comments 7 pages, 5 figures, Presented at 2025 IEEE International Conference on Systems, Man, and Cybernetics (SMC), source code available at github.com/KIT-MRT/arbitration_graphs, v2: Added paragraph discussing the differences between arbitration graphs and behavior trees, v3: Updated version as presented at SMC
GA-Drive: Geometry-Appearance Decoupled Modeling for Free-viewpoint Driving Scene Generation
GA-Drive：用于自由视角驾驶场景生成的几何-外观解耦建模
机构 * MMLab, CUHK（CUHK的MMLab） ； CASIA ； Shanghai Jiaotong University（上海交通大学） ； SenseTime Research（商汤科技研究院）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 GA-Drive通过几何-外观解耦和扩散生成技术，生成可编辑的高保真驾驶场景，提升自动驾驶训练和评估的效率与效果。
7. 其他自动驾驶 1 篇
MoVieDrive: Urban Scene Synthesis with Multi-Modal Multi-View Video Diffusion Transformer
MoVieDrive：基于多模态多视角视频扩散变换器的城市场景合成
机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； University of Toronto（多伦多大学）
专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出MoVieDrive，通过多模态多视角视频扩散变换器生成城市驾驶场景视频，实现多模态数据生成与可控生成。
Comments CVPR 2026 Findings Track
