自动驾驶

SparseWorld-TC: Trajectory-Conditioned Sparse Occupancy World Model

SparseWorld-TC: 基于轨迹的稀疏占用世界模型

Jiayuan Du, Yiming Zhao, Zhenglong Guo, Yong Pan, Wenbo Hou, Zhihui Hao, Kun Zhan, Qijun Chen

机构 * Tongji University（同济大学） ； Li Auto Inc（力汽车公司） 纠错

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

AI总结 本文提出了一种基于轨迹的未来3D场景占用预测新架构，通过端到端方式直接从原始图像特征预测多帧占用，避免了离散token化和BEV表示的限制，实现了nuScenes基准上的1-3秒占用预测最优性能。

Comments Accepted by CVPR2026 as an oral

D-BDM: A Direct and Efficient Boundary-Based Occupancy Grid Mapping Framework for LiDARs

D-BDM：一种面向激光雷达的直接高效边界基于体素网格映射框架

Benxu Tang, Yixi Cai, Fanze Kong, Longji Yin, Fu Zhang

机构 * Mechatronics and Robotic Systems (MaRS) Laboratory, Department of Mechanical Engineering, The University of Hong Kong（机电系统（MaRS）实验室，机械工程系，香港大学） ； Department of Robotics, Perception, and Learning, KTH Royal Institute of Technology（机器人、感知与学习系，皇家理工学院） 纠错

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

AI总结 本文提出D-BDM框架，通过高效更新方案和直接边界更新机制，降低激光雷达地图更新时间与内存消耗，提升未知环境下的自主机器人应用性能。

Reliability estimation in dependent stress-strength model with Clayton copula and modified Weibull margins

依赖压力-强度模型中的可靠性估计：Clayton copula与修改Weibull边缘

Fatih Kızılaslan

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文研究了在依赖框架下压力-强度可靠性模型，使用Clayton copula和修改Weibull分布，提出了一种灵活的七参数结构，并通过蒙特卡洛模拟评估了估计方法的性能。

Comments 23 pages, 4 figures,7 tables

Robust Optimization for Mitigating Reward Hacking with Correlated Proxies

鲁棒优化用于通过相关代理缓解奖励黑客问题

Zixuan Liu, Xiaolin Sun, Zizhan Zheng

机构 * Department of Computer Science（计算机科学系） 纠错

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出通过鲁棒策略优化方法应对奖励黑客问题，基于r相关性代理奖励空间，改进代理优化并提升鲁棒性与透明度。

Comments ICLR 2026