自动驾驶

Dynamic Neural Potential Field: Online Trajectory Optimization in the Presence of Moving Obstacles

动态神经势场：在移动障碍物存在下的在线轨迹优化

Aleksei Staroverov, Muhammad Alhaddad, Aditya Narendra, Konstantin Mironov, Aleksandr Panov

机构 * Cognitive AI Systems Lab（认知人工智能系统实验室） ； National University of Science and Technology MISIS（科学与技术国立大学MISIS） ； Moscow Independent Research Institute of Artificial Intelligence（莫斯科独立人工智能研究 institutes） ； Ufa University of Science and Technology（乌fa科学与技术大学） 纠错

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

AI总结 本文提出动态神经势场模型，结合传统优化与Transformer预测器，实现高效安全的轨迹优化，在动态环境中表现更优。

Off-Policy Safe Reinforcement Learning with Constrained Optimistic Exploration

基于约束乐观探索的非策略安全强化学习

Guopeng Li, Matthijs T. J. Spaan, Julian F. P. Kooij

机构 * Faculty of Mechanical Engineering（机械工程学院） ； Delft University of Technology（代尔夫特理工大学） ； Faculty of Electrical Engineering, Mathematics and Computer Science（电气工程、数学和计算机科学学院） 纠错

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

AI总结 本文提出COX-Q算法，通过约束乐观探索和保守离线分布价值学习，解决非策略安全强化学习中的约束违反问题，实现在安全关键应用中的高效样本利用和可控数据收集成本。

Comments 21 pages, 9 figures, accepted by ICLR 2026 poster

Robust valley-polarized excitonic Mott states and doublons enabled by stacking-controlled moiré geometry

具有堆叠控制莫尔几何的鲁棒谷极化激发电子Mott态和双子极子

Hao-Tien Chu, Shou-Chien Chiu, Meng-Che Yeh, Yu-Wei Hsieh, Jia-Sian Su, Xiao-Wei Zhang, Jie-Yong Zeng, Po-Chun Huang, Si-Jie Chang, Kenji Watanabe, Takashi Taniguchi, Yunbo Ou, Seth Ariel Tongay, Ting Cao, Chaw-Keong Yong

专题命中 规划控制 ：occupancy(abstract)

AI总结 通过调控堆叠的莫尔几何增强邻近莫尔单元间的激发子排斥作用，稳定了单位填充值的激发电子Mott态，并在低温下保持鲁棒性。

Relaxing Constraints in Anonymous Multi Agent Path Finding for Large Agents

在大尺寸代理中放宽匿名多智能体路径寻找的约束

Stepan Dergachev, Dmitry Avdeev

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文针对匿名多智能体路径寻找问题，提出了一种在连续空间中放宽代理间最小分离约束的方法，将原本4倍半径的限制降低至2√3倍，同时保持路径安全性和无碰撞的理论性质。

Comments 14 pages, 6 figures

OrbCC: High-Throughput and Low-Latency Data Transport for LEO Satellite Networks

OrbCC：面向低轨卫星网络的高吞吐低时延数据传输

Aiden Valentine, Ian Wakeman, George Parisis

专题命中 规划控制 ：occupancy(abstract)

AI总结 针对低轨卫星网络动态性强、时延波动和丢包等问题，OrbCC通过节点内支持收集每跳拥塞信息，优化缓冲区占用、提升吞吐量并快速响应拥塞热点。

Comments 9 pages, 10 figures