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。

2026-03-30 至 2026-03-30 共收录 2 篇信号源：cs.RO, cs.CV, eess.IV, cs.AI

1. 多传感器融合 2 篇

2603.25766 2026-03-30 cs.RO cs.AI 62%

ETA-VLA: Efficient Token Adaptation via Temporal Fusion and Intra-LLM Sparsification for Vision-Language-Action Models

ETA-VLA：通过时间融合和内在LLM稀疏化实现高效标记适应的视觉-语言-动作模型

Yiru Wang, Anqing Jiang, Shuo Wang, Yuwen Heng, Zichong Gu, Hao Sun

机构 * Bosch Corporate Research, Bosch (China) Investment Ltd.（博世企业研究，博世（中国）投资有限公司）； School of Communication and Information Engineering, Shanghai University（上海大学通信与信息工程学院）

专题命中多传感器融合：autonomous driving(abstract)；分类 cs.RO、cs.AI

AI总结本文提出ETA-VLA框架，通过时间融合和内在LLM稀疏化技术，减少视觉-语言-动作模型的计算负担，实验表明在保持高精度的同时，显著降低计算量。

2509.15219 2026-03-30 cs.CV cs.LG cs.MA cs.MM cs.RO 62%

Out-of-Sight Embodied Agents: Multimodal Tracking, Sensor Fusion, and Trajectory Forecasting

视线外的具身智能体：多模态跟踪、传感器融合与轨迹预测

Haichao Zhang, Yi Xu, Yun Fu

机构 * Department of Electrical and Computer Engineering, Northeastern University（东北大学电气与计算机工程系）； Khoury College of Computer Sciences, Northeastern University（东北大学库里计算机科学学院）

专题命中多传感器融合：autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结本文提出改进的视线外轨迹预测方法，通过视觉定位去噪模块提升轨迹预测性能，实验表明在Vi-Fi和JRDB数据集上达到最优效果，为自动驾驶、机器人和监控提供新方向。

Comments Published in IEEE Transactions on Pattern Analysis and Machine Intelligence (Early Access), pp. 1-14, March 23, 2026

Journal ref IEEE Transactions on Pattern Analysis and Machine Intelligence, 2026