自动驾驶

Risk-Budgeted Control Framework for Balanced Performance and Safety in Autonomous Vehicles

面向自动驾驶车辆平衡性能与安全的风险预算控制框架

Pei Yu Chang, Vishnu Renganathan, Qadeer Ahmed

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

AI总结 本文提出一种混合控制框架，通过风险预算监控在安全认证的自动驾驶中平衡性能与安全。框架通过滑动窗口监控不足的屏障残差，当安全边际恶化时切换至更保守的条件风险价值CBF（CVaR-CBF）。

What Matters for Scalable and Robust Learning in End-to-End Driving Planners?

在端到端驾驶规划器中，可扩展性和鲁棒性学习中什么重要？

David Holtz, Niklas Hanselmann, Simon Doll, Marius Cordts, Bernt Schiele

机构 * Mercedes-Benz AG（梅赛德斯-奔驰集团） ； Max-Planck-Institute for Informatics, SIC（马克斯·普朗克信息研究所，SIC） 纠错

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

AI总结 本文研究了端到端驾驶规划器中可扩展性和鲁棒性学习的关键因素，提出BevAD架构在Bench2Drive基准上达到72.7%的成功率，展示了纯模仿学习的数据扩展能力。

Comments To be published in CVPR Findings 2026

SToRM: Supervised Token Reduction for Multi-modal LLMs toward efficient end-to-end autonomous driving

SToRM：面向高效端到端自动驾驶的多模态大语言模型监督令牌缩减

Seo Hyun Kim, Jin Bok Park, Do Yeon Koo, Hogun Park, Il Yong Chun

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

AI总结 本文提出SToRM框架，通过监督令牌缩减方法在保持性能的同时降低计算成本，实现实时端到端自动驾驶。

Comments Accepted to ICRA 2026

PerlAD: Towards Enhanced Closed-loop End-to-end Autonomous Driving with Pseudo-simulation-based Reinforcement Learning

PerlAD：基于伪模拟的强化学习在闭环端到端自动驾驶中的应用

Yinfeng Gao, Qichao Zhang, Deqing Liu, Zhongpu Xia, Guang Li, Kun Ma, Guang Chen, Hangjun Ye, Long Chen, Da-Wei Ding, Dongbin Zhao

机构 * School of Automation and Electrical Engineering, University of Science and Technology Beijing（北京科技大学自动化与电气工程学院） ； Xiaomi EV（小牛电动车） ； State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统国家重点实验室） 纠错

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

AI总结 PerlAD通过伪模拟强化学习方法解决闭环端到端自动驾驶中训练与现实需求不匹配的问题，利用向量空间构建伪模拟环境，结合预测世界模型和分层解耦规划器，实现高效训练和规划，实验表明其在Bench2Drive和DOS基准上均表现优异。

Comments Accepted by IEEE RA-L. Submitted: 2025.12.2; Revised: 2026.2.4; Accepeted: 2026.3.7

ADV-0: Closed-Loop Min-Max Adversarial Training for Long-Tail Robustness in Autonomous Driving

ADV-0：面向自动驾驶的闭环极小-极大对抗训练以提升长尾鲁棒性

Tong Nie, Yihong Tang, Junlin He, Yuewen Mei, Jie Sun, Lijun Sun, Wei Ma, Jian Sun

机构 * The Hong Kong Polytechnic University, Hong Kong SAR, China（香港理工大学） ； Tongji University, Shanghai, China（同济大学） ； McGill University, Montreal, QC, Canada（麦吉尔大学） 纠错

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

AI总结 本文提出ADV-0框架，通过闭环极小-极大优化，将驾驶策略与对抗 agent 的交互视为零和马尔可夫博弈，提升自动驾驶对长尾场景的鲁棒性。

Learning from Mistakes: Post-Training for Driving VLA with Takeover Data

从错误中学习：使用接管数据进行驾驶VLA的后训练

Yinfeng Gao, Deqing Liu, Qichao Zhang, Yupeng Zheng, Haochen Tian, Guang Li, Hangjun Ye, Long Chen, Da-Wei Ding, Dongbin Zhao

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

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

AI总结 本文提出TakeVLA框架，通过预接管语言监督和场景做梦方法，提升驾驶VLA的闭环性能与安全性，实验显示在Bench2Drive基准上优于SimLingo。

OneOcc: Semantic Occupancy Prediction for Legged Robots with a Single Panoramic Camera

OneOcc: 为四足机器人和人形机器人提供基于单个全景相机的语义占用预测

Hao Shi, Ze Wang, Shangwei Guo, Mengfei Duan, Song Wang, Teng Chen, Kailun Yang, Lin Wang, Kaiwei Wang

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

AI总结 OneOcc通过双投影融合、双格体素化、轻量解码器和步态位移补偿模块，实现四足机器人和人形机器人的语义占用预测，解决了步态引起的身体抖动和360度连续性问题。

Comments Accepted to CVPR 2026. Datasets and code will be publicly available at https://github.com/MasterHow/OneOcc

Persistent Autoregressive Mapping with Traffic Rules for Autonomous Driving

具有交通规则的持久自回归映射用于自动驾驶

Shiyi Liang, Xinyuan Chang, Changjie Wu, Huiyuan Yan, Yifan Bai, Xinran Liu, Hang Zhang, Yujian Yuan, Shuang Zeng, Mu Xu, Xing Wei

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

AI总结 本文提出PAMR框架，通过视觉观测进行车道向量与交通规则的自回归联合构建，解决交通规则在长时间驾驶序列中的持续有效性问题。

Comments AAAI2026

SGR-OCC: Evolving Monocular Priors for Embodied 3D Occupancy Prediction via Soft-Gating Lifting and Semantic-Adaptive Geometric Refinement

SGR-OCC: 通过软门控提升和语义自适应几何细化实现体素3D占用预测

Yiran Guo, Simone Mentasti, Xiaofeng Jin, Matteo Frosi, Matteo Matteucci

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

AI总结 本文提出SGR-OCC框架，通过软门控提升和语义自适应几何细化解决单目视频流中3D语义占用预测的深度模糊和冷启动不稳定性问题，实验显示其在局部和复杂室内环境预测中表现优异。

Comments mian paper: 20 pages, 6 figures; appendix: 15 pages, 5 figures

AURORA-KITTI: Any-Weather Depth Completion and Denoising in the Wild

AURORA-KITTI: 任意天气下的深度补全与去噪

Yiting Wang, Tim Brödermann, Hamed Haghighi, Haonan Zhao, Christos Sakaridis, Kurt Debattista, Valentina Donzella

专题命中 BEV与占用 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出AURORA-KITTI，首个大规模多模态多天气基准，通过统一任务深度补全与去噪，在恶劣天气下实现鲁棒的深度重建，同时引入DDCD基线模型提升效率与鲁棒性。

LiDAR-EVS: Enhance Extrapolated View Synthesis for 3D Gaussian Splatting with Pseudo-LiDAR Supervision

LiDAR-EVS: 通过伪LiDAR监督增强3D高斯点云的外推视角合成

Yiming Huang, Xin Kang, Sipeng Zhang, Hongliang Ren, Weihua Zhang, Junjie Lai

专题命中 激光雷达 ：LiDAR(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出LiDAR-EVS，通过伪LiDAR监督和空间约束dropout正则化，提升自动驾驶中外推视角LiDAR合成的鲁棒性与泛化能力，实验表明其在三个数据集上均取得最优性能。

Comments 22 pages, 8 figures

Voronoi-based Second-order Descriptor with Whitened Metric in LiDAR Place Recognition

基于Voronoi的二级描述符与白化度量在激光雷达地点识别中的应用

Jaein Kim, Hee Bin Yoo, Dong-Sig Han, Byoung-Tak Zhang

机构 * Interdisciplinary Program in Neuroscience（神经科学跨学科项目） ； Département d’Informatique, École Normale Supérieure (ENS)（高等师范学院计算机系） ； Department of Computing, Imperial College London（伦敦帝国理工学院计算系） ； Dept. of Computer Science and Engineering, Seoul National University（首尔国立大学计算机科学与工程系） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO、cs.CV

AI总结 本文提出一种基于Voronoi的二级描述符方法，通过白化度量提升激光雷达地点识别的鲁棒性，实验表明其在Oxford Robotcar和Wild-Places数据集上性能优越。

Comments Accepted at ICRA 26

D-Compress: Detail-Preserving LiDAR Range Image Compression for Real-Time Streaming on Resource-Constrained Robots

D-Compress：面向资源受限机器人实时流媒体的细节保留激光雷达范围图像压缩

Shengqian Wang, Chang Tu, He Chen

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO、eess.IV

AI总结 本文提出D-Compress，一种面向资源受限机器人实时流媒体的细节保留激光雷达范围图像压缩框架，通过自适应离散小波变换和新的率失真优化算法，在高压缩比下保持几何精度和下游任务性能。

Comments To appear in IEEE ICRA 2026

RegFormer++: An Efficient Large-Scale 3D LiDAR Point Registration Network with Projection-Aware 2D Transformer

RegFormer++：一种高效的大规模3D激光雷达点云配准网络，具有投影感知的2D变换器

Jiuming Liu, Guangming Wang, Zhe Liu, Chaokang Jiang, Haoang Li, Mengmeng Liu, Tianchen Deng, Marc Pollefeys, Michael Ying Yang, Hesheng Wang

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV

AI总结 本文提出RegFormer++，一种高效的3D点云配准网络，通过投影感知的2D变换器提升鲁棒性，无需额外后处理，实验表明在KITTI、NuScenes和Argoverse数据集上性能优异。

LOSC: LiDAR Open-voc Segmentation Consolidator

LOSC：激光雷达开放词汇分割整合器

Nermin Samet, Gilles Puy, Renaud Marlet

机构 * LIGM, Ecole des Ponts, Univ Gustave Eiffel, CNRS（LIGM，巴黎理工大学，埃菲尔大学，CNRS） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV

AI总结 本文研究了基于图像的视觉-语言模型在驾驶场景中对激光雷达扫描进行开放词汇分割的应用，通过整合标签提升空间时间一致性与图像增强鲁棒性，提出LOSC方法在nuScenes和SemanticKITTI上优于现有最佳方法。

Comments 3DV 2026, Oral

Towards Balanced Multi-Modal Learning in 3D Human Pose Estimation

迈向3D人体姿态估计中多模态学习的平衡

Mengshi Qi, Jiaxuan Peng, Xianlin Zhang, Huadong Ma

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出一种平衡多模态学习方法，利用RGB、LiDAR、毫米波和WiFi数据，通过Shapley值算法评估模态贡献并解决模态不平衡问题，提升复杂环境下3D姿态估计性能。

Comments Accepted by CVPR 2026

Walking Further: Semantic-aware Multimodal Gait Recognition Under Long-Range Conditions

行走更远：基于语义的多模态步态识别在远距离条件下的应用

Zhiyang Lu, Wen Jiang, Tianren Wu, Zhichao Wang, Changwang Zhang, Siqi Shen, Ming Cheng

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出LRGait基准和EMGaitNet框架，通过语义引导融合和跨模态对齐提升远距离步态识别性能，验证了方法的有效性。

Comments Accepted by AAAI 2026

DepthLab: From Partial to Complete

DepthLab：从部分到完整

Zhiheng Liu, Ka Leong Cheng, Qiuyu Wang, Shuzhe Wang, Hao Ouyang, Bin Tan, Kai Zhu, Yujun Shen, Qifeng Chen, Ping Luo

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 DepthLab通过图像扩散先验构建深度修复模型，具备深度缺失区域鲁棒性和尺度一致性保持能力，在3D场景修复、文本到3D场景生成等任务中表现优异。

Comments Project page and code: https://johanan528.github.io/depthlab_web/

Context-Aware Sensor Modeling for Asynchronous Multi-Sensor Tracking in Stone Soup

面向石墨汤的上下文感知传感器建模

Martin Vonheim Larsen, Kim Mathiassen

机构 * Norwegian Defence Research Establishment (FFI)（挪威国防研究机构（FFI）） ； University of Oslo, Department of Technology Systems（奥斯陆大学技术系统系） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出DetectorContext框架，通过上下文感知建模提升异步多传感器跟踪的融合性能，恢复稳定融合并提升HOTA和GOSPA指标。

FAR-Drive: Frame-AutoRegressive Video Generation in Closed-Loop Autonomous Driving

FAR-Drive：闭环自动驾驶中的帧自回归视频生成

Yaoru Li, Federico Landi, Marco Godi, Xin Jin, Ruiju Fu, Yufei Ma, Muyang Sun, Heyu Si, Qi Guo

机构 * Zhejiang University（浙江大学） ； Huawei（华为） 纠错

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

AI总结 本文提出FAR-Drive，一种用于自动驾驶的帧级自回归视频生成框架，通过多视角扩散变换器实现几何一致的多摄像机生成，解决闭环模拟中的长时程一致性、自回归退化和低延迟问题。

Experimental Evaluation of Security Attacks on Self-Driving Car Platforms

自动驾驶平台安全攻击的实验评估

Viet K. Nguyen, Nathan Lee, Mohammad Husain

专题命中 仿真评测 ：self-driving(title)；分类 eess.IV

AI总结 本文通过实验评估了五种攻击类型对低成本自动驾驶平台的影响，揭示了不同攻击产生的特征指纹，为攻击监测和防御机制提供基础。

Learning to Order: Task Sequencing as In-Context Optimization

学习排序：任务序列作为上下文优化

Jan Kobiolka, Christian Frey, Arlind Kadra, Gresa Shala, Josif Grabocka

专题命中 其他自动驾驶 ：autonomous driving(abstract)

AI总结 本文提出通过元学习方法解决任务序列排序问题，证明深度神经网络能从合成数据中学习到最优任务序列，实现少样本泛化。

Comments Under Review