自动驾驶

DriveAgent-R1: Advancing VLM-based Autonomous Driving with Active Perception and Hybrid Thinking

DriveAgent-R1: 通过主动感知和混合思维推进基于视觉语言模型的自动驾驶

Weicheng Zheng, Xiaofei Mao, Nanfei Ye, Pengxiang Li, Kun Zhan, Xianpeng Lang, Hang Zhao

机构 * Shanghai Qi Zhi Institute（上海启智研究院） ； LiAuto ； Tongji University（同济大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 DriveAgent-R1通过主动感知和混合思维框架，提升自动驾驶中的视觉推理能力，采用三阶段训练策略，在复杂场景中实现高效决策，展现与顶级模型相当的性能。

Comments Accepted to ICLR 2026

Infrastructure-Centric World Models: Bridging Temporal Depth and Spatial Breadth for Roadside Perception

以基础设施为中心的世界模型：弥合时间深度与空间广度以实现道路感知

Siyuan Meng, Chengbo Ai

机构 * Department of Civil and Environmental Engineering, University of Massachusetts Amherst（土木与环境工程系，马萨诸塞大学阿默斯特分校） 纠错

专题命中 感知 ：LiDAR(abstract,abstract_cn)；autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出以基础设施为中心的世界模型，通过时空互补性提升道路感知能力，提出三阶段框架和双层架构，结合多模态数据引擎和开放源代码基础，推动基础设施理解交通。

Comments 18 pages, 7 tables, 1 figure, vision paper

SemLT3D: Semantic-Guided Expert Distillation for Camera-only Long-Tailed 3D Object Detection

SemLT3D: 基于语义的专家蒸馏用于仅相机的长尾3D目标检测

Hao Vo, Khoa Vo, Thinh Phan, Ngo Xuan Cuong, Gianfranco Doretto, Hien Nguyen, Anh Nguyen, Ngan Le

机构 * AICV Lab, University of Arkansas, USA（AICV实验室，阿肯色大学，美国） ； University of Utah, USA（犹他大学，美国） ； University of Houston, USA（休斯顿大学，美国） ； University of Liverpool, UK（利物浦大学，英国） 纠错

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 针对仅相机3D目标检测中长尾不平衡问题，提出SemLT3D框架，通过语义先验增强稀有类别表示，结合语言引导的专家混合模块和语义投影蒸馏流程，提升模型对长尾分布和复杂场景的识别能力。

Comments CVPR 2026

CORP: A Multi-Modal Dataset for Campus-Oriented Roadside Perception Tasks

CORP：面向校园道路感知任务的多模态数据集

Beibei Wang, Zijian Yu, Lu Zhang, Jingjing Huang, Yao Li, Haojie Ren, Yuxuan Xiao, Yuru Peng, Jianmin Ji, Yu Zhang, Yanyong Zhang

机构 * Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合国家科学中心人工智能研究院） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 本文提出CORP数据集，首个针对校园场景的多模态道路感知任务基准数据集，包含205k张图像和102k点云，用于提升校园区域的3D跟踪和实例分割性能。

BOP-ASK: Object-Interaction Reasoning for Vision-Language Models

BOP-ASK：面向视觉-语言模型的对象交互推理

Vineet Bhat, Sungsu Kim, Valts Blukis, Greg Heinrich, Prashanth Krishnamurthy, Ramesh Karri, Stan Birchfield, Farshad Khorrami, Jonathan Tremblay

机构 * New York University（纽约大学） ； NVIDIA（英伟达） 纠错

专题命中 感知 ：trajectory planning(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出BOP-ASK数据集，用于训练和评估视觉-语言模型的对象交互推理能力，包含15万张图像和3300万对问题答案，涵盖六个任务，验证了模型在复杂环境中的空间推理能力。

Comments Accepted at CVPR 2026. Code, Datasets & Benchmark available at https://bop-ask.github.io/

Camo-M3FD: A New Benchmark Dataset for Cross-Spectral Camouflaged Pedestrian Detection

Camo-M3FD：一种新的跨光谱伪装行人检测基准数据集

Henry O. Velesaca, Andrea Mero, Guillermo A. Castillo, Angel D. Sappa

机构 * ESPOL Polytechnic University（ESPOL理工大学） ； Computer Vision Center, Universitat Autònoma de Barcelona（巴塞罗那自治大学计算机视觉中心） ； Software Engineering Department, Research Center for Information and Communication Technologies (CITIC-UGR), University of Granada（格拉纳达大学软件工程系，信息与通信技术研究中心（CITIC-UGR）） ； Università della Svizzera Italiana（瑞士意大利大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出Camo-M3FD数据集，用于跨光谱伪装行人检测，通过高精度图像对和标准化评估框架提升检测性能。

CogDriver: Integrating Cognitive Inertia for Temporally Coherent Planning in Autonomous Driving

CogDriver：通过整合认知惯性实现自动驾驶中的时间一致规划

Pei Liu, Qingtian Ning, Xinyan Lu, Haipeng Liu, Weiliang Ma, Dangen She, Peng Jia, Xianpeng Lang, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Li Auto Inc.（利汽车公司） 纠错

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

AI总结 本文提出CogDriver框架，通过引入认知惯性提升自动驾驶中的时间一致性规划能力，通过大规模视觉-语言-动作数据集和稀疏时间记忆架构，显著提升了闭环驾驶得分和模仿准确性。

DAG-STL: A Hierarchical Framework for Zero-Shot Trajectory Planning under Signal Temporal Logic Specifications

DAG-STL：一种用于在信号临时逻辑规范下进行零样本轨迹规划的分层框架

Ruijia Liu, Ancheng Hou, Xiao Yu, Xiang Yin

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University, Shanghai, China（自动化与智能感知学院，上海交通大学，上海，中国） ； Institute of Artificial Intelligence, Xiamen University, Xiamen, China（人工智能研究院，厦门大学，厦门，中国） 纠错

专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO

AI总结 本文提出DAG-STL框架，通过分解-分配-生成流程实现零样本轨迹规划，结合动态一致性度量和分层在线重规划机制，在复杂任务中表现出色。

Safety-Aware AoI Scheduling for LEO Satellite-Assisted Autonomous Driving

安全意识的LEO卫星辅助自动驾驶AOI调度

Kangkang Sun, Junyi He, Juntong Liu, Xiuzhen Chen, Jianhua Li, Minyi Guo

专题命中 规划控制 ：autonomous driving(title)

AI总结 本文提出一种统一框架，结合双时间尺度AOI模型与分层时间平均安全约束，通过虚拟队列实现安全验证，解决LEO卫星与车辆运动导致的多普勒效应、子槽切换故障及不同优先级车辆的异构新鲜度需求问题。

Comments 15 pages, 7 figures, has been submitted to IEEE Internet of Journal for possible publication

Time-Division Multiplexing Actuation in Tendon-Driven Arms: Lightweight Design and Fault Tolerance

tendon驱动臂的时间分割多路复用驱动：轻量化设计与容错性

Shoujie Li, Changqing Guo, Jianle Xu, Hong Luo, Xueqian Wang, Wenbo Ding, Bin Liang

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院） ； Department of Automation, Tsinghua University（清华大学自动化系） 纠错

专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO

AI总结 本文提出了一种时间分割多路复用驱动方法，用于腱驱动机器人，实现轻量化设计和高容错性，通过垂直堆叠的旋转选择结构和双编码系统，使MuxArm在部分伺服故障下仍能保持1%的末端精度。

Comments 11 pages

Journal ref IEEE T-MECH Under review 2026

RISC-V Functional Safety for Autonomous Automotive Systems: An Analytical Framework and Research Roadmap for ML-Assisted Certification

RISC-V功能安全用于自动驾驶系统：面向ML辅助认证的分析框架与研究路线图

Nick Andreasyan, Mikhail Struve, Alexey Popov, Maksim Nikolaev, Vadim Vashkelis

机构 * Andes Technology（安德斯技术） 纠错

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

AI总结 本文探讨RISC-V在自动驾驶功能安全中的角色，提出以认证经济性为核心的分析框架，通过ML方法优化认证流程，旨在构建符合ASIL-D标准的可认证RISC-V平台。

Comments 11 pages, 3 figures, 4 tables. Analytical perspective paper on automotive-grade RISC-V functional safety, certification economics, and ML-assisted certification for autonomous driving systems

Policy Optimization for Unknown Systems using Differentiable Model Predictive Control

使用可微模型预测控制的未知系统策略优化

Riccardo Zuliani, Efe C. Balta, John Lygeros

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

AI总结 本文提出结合可微优化与零阶优化的新型策略优化框架，用于未知系统中的MPC策略优化，提升瞬态性能并保持收敛性。

Sub-additive service curves in the Network Calculus analysis

网络计算分析中的亚加性服务曲线

Anne Bouillard

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文探讨了网络计算分析中亚加性函数的应用，指出传统方法在反馈控制系统中仍可行，并纠正了Hamscher等人论文中的不严谨之处。

Comments 28 pages

Modeling the Impact of Communication and Human Uncertainties on Runway Capacity in Terminal Airspace

通信与人为不确定性对终端空域跑道容量影响的建模

Yutian Pang, Andrew Kendall, John-Paul Clarke

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文通过蒙特卡洛离散时间仿真研究通信和人为不确定性对跑道容量的影响，提出自动化最终进近引导模型，并验证通信不确定性对当前语音操作的影响。

Solving Stochastic Constraints by Oracle-based Gradient Descent and Interval Arithmetic

通过基于Oracle的梯度下降和区间算术解决随机约束

Xiakun Li, Hao Wu, Bican Xia, Tengshun Yang, Naijun Zhan

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

AI总结 本文提出一种新框架，通过结合随机优化与符号技术，利用基于Oracle的随机梯度下降寻找高质量参数候选，结合区间算术计算严格认证的下界，以解决随机约束问题。

Chance-Constrained Neural MPC under Uncontrollable Agents via Sequential Convex Programming

在不可控代理下通过序列凸编程实现机会约束神经MPC

Shuqi Wang, Mingyang Feng, Yu Chen, Yue Gao, Xiang Yin

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

AI总结 本文提出一种神经MPC框架，通过学习离线数据预测不可控代理轨迹，并采用区域鲁棒符合预测方案构建时间依赖性不确定性界，以确保预测误差的正式概率保证，实验表明该方法在自动驾驶场景中安全性和效率优于基线方法。

Comments Extended version of a paper accepted to the 23rd IFAC World Congress 2026, Busan, Korea, under the journal publication option

VADv2: End-to-End Vectorized Autonomous Driving via Probabilistic Planning

VADv2：通过概率规划实现端到端向量自主驾驶

Bo Jiang, Shaoyu Chen, Hao Gao, Bencheng Liao, Qian Zhang, Wenyu Liu, Xinggang Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Horizon Robotics 纠错

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

AI总结 本文提出VADv2，一种基于概率规划的端到端自主驾驶模型，通过概率场函数建模动作空间到概率分布的映射，利用大规模驾驶演示提升闭合回路性能，优于现有方法。

Comments Accepted to ICLR 2026. Code is available at https://github.com/hustvl/VAD

Fuzzy Encoding-Decoding to Improve Spiking Q-Learning Performance in Autonomous Driving

模糊编码-解码以提升自动驾驶中的脉冲Q学习性能

Aref Ghoreishee, Abhishek Mishra, Lifeng Zhou, John Walsh, Anup Das, Nagarajan Kandasamy

机构 * Electrical and Computer Engineering Department（电气与计算机工程系） ； Drexel University（德雷塞尔大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(title,abstract)

AI总结 本文提出模糊编码-解码架构，通过改进视觉多模态深度脉冲Q网络，解决脉冲强化学习中的信息丢失和表征能力不足问题，提升自动驾驶决策精度。

Indoor Occupancy Classification using a Compact Hybrid Quantum-Classical Model Enabled by a Physics-Informed Radar Digital Twin

利用紧凑型混合量子经典模型的室内占用分类

Sebastian Ratto, Ahmed N. Sayed, Neda Rojhani, Arien P. Sligar, Jose R. Rosas-Bustos, Saasha Joshi, Luke C. G. Govia, Omar M. Ramahi, George Shaker

专题命中 BEV与占用 ：occupancy(title,abstract)

AI总结 本文提出一种紧凑型混合量子经典模型，用于隐私保护的雷达室内占用分类，通过物理引导的雷达数字双胞胎和真实雷达测量，展示了其在参数效率和鲁棒性方面的优势。

Comments 22 pages, 18 figures

OptiMVMap: Offline Vectorized Map Construction via Optimal Multi-vehicle Perspectives

OptiMVMap: 通过最优多车辆视角进行离线向量地图构建

Zedong Dan, Zijie Wang, Wei Zhang, Xiangru Lin, Weiming Zhang, Xiao Tan, Jingdong Wang, Liang Lin, Guanbin Li

机构 * Sun Yat-sen University（中山大学） ； Zhongguancun Academy（中关村学院） ； Baidu Inc.（百度公司） ； Shenzhen Loop Area Institute（深圳河套学院） ； Guangdong Key Laboratory of Big Data Analysis and Processing（广东省大数据分析与处理重点实验室） 纠错

专题命中 BEV与占用 ：autonomous driving(abstract)；BEV(abstract)；分类 cs.CV

AI总结 OptiMVMap通过最优车辆选择和跨车辆注意力机制，解决多车辆映射中的计算、冗余和噪声问题，提升地图完整性和精度。

XEmbodied: A Foundation Model with Enhanced Geometric and Physical Cues for Large-Scale Embodied Environments

XEmbodied：一种具有增强几何和物理线索的大型规模具身环境基础模型

Kangan Qian, ChuChu Xie, Yang Zhong, Jingrui Pang, Siwen Jiao, Sicong Jiang, Zilin Huang, Yunlong Wang, Kun Jiang, Mengmeng Yang, Hao Ye, Guanghao Zhang, Hangjun Ye, Guang Chen, Long Chen, Diange Yang

机构 * Tsinghua University（清华大学） ； Automotive and Robotics, Xiaomi Corporation（小鹏汽车与机器人部，小鹏科技） ； National University of Singapore（新加坡国立大学） ； McGill University（麦吉尔大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

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

AI总结 XEmbodied通过整合3D几何表示和物理线索，提升视觉-语言-动作模型在大规模具身环境中的空间推理和语义理解能力，其在18个公开基准测试中表现出色。

Comments 15 pages, 5 figures

A Survey of Spatial Memory Representations for Efficient Robot Navigation

一种用于高效机器人导航的空间记忆表示综述

Ma. Madecheen S. Pangaliman, Steven S. Sison, Erwin P. Quilloy, Rowel Atienza

机构 * University of the Philippines Diliman（菲律宾大学杜马扬分校） ； University of Santo Tomas（圣托马斯大学） 纠错

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

AI总结 本文综述了88篇文献，探讨了空间记忆效率问题，提出α指标评估部署可行性，揭示了内存架构对实际部署的影响。

Comments Accepted at the Women in Computer Vision (WiCV) Workshop at CVPR 2026

ATLAS: Constitution-Conditioned Latent Geometry and Redistribution Across Language Models and Neural Perturbation Data

ATLAS：宪法条件下的潜在几何与语言模型及神经扰动数据的再分配

Gareth Seneque, Lap-Hang Ho, Nafise Erfanian Saeedi, Jeffrey Molendijk, Tim Elson

机构 * Australian Broadcasting Corporation（澳大利亚广播公司） 纠错

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.AI

AI总结 ATLAS通过分析模型学习的表示几何结构，揭示了宪法条件下的潜在几何再分配机制，展示了在不同模型和子系统中几何结构的稳定性与可恢复性。

Comments 49 pages, 7 figures

Cluster-Adaptive Sample-Based Quantum Diagonalization for Strongly Correlated Systems

基于簇适应的量子对角化用于强关联系统

Byeongyong Park, Sanha Kang, Jongseok Seo, Juhee Baek, Doyeol Ahn, Keunhong Jeong

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出簇适应量子对角化方法，通过簇特定参考占位矢量改进粒子数恢复，从而更准确捕捉强关联系统中的分散占位结构，提升基态能量估计精度。

Comments 23 pages, 5 figures; supplementary information provided as ancillary file

Eliminating the Hidden Cost of Zone Management in ZNS SSDs

消除ZNS SSD中区域管理的隐藏成本

Teona Bagashvili, Tarikul Islam Papon, Subhadeep Sarkar, Manos Athanassoulis

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出SilentZNS，通过扩展区域设计空间和动态分配块，减少写放大和磨损，提升读性能，降低DLWA。

Pairing Symmetry Crossover from $d$-wave to $s_{\pm}$-wave in a Bilayer Nickelate Driven by Hund's Coupling and Crystal Field Splitting

从d波到s±波配对对称性的交叉：由Hund耦合和晶场分裂驱动的双层镍酸盐

Yicheng Xiong, Yanmei Cai, Tianxing Ma

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 研究双层镍酸盐超导体LaNiO的配对对称性，通过构建双轨道双层Hubbard模型，利用约束路径量子蒙特卡罗方法，发现Hund耦合增强s±波配对，晶场分裂驱动d波到s±波转变，揭示配对竞争与轨道物理的内在联系。

Comments 9 pages, 6 figures

Journal ref Phys. Rev. B 113, 125134 (2026)

LiDAR-based Crowd Navigation with Visible Edge Group Representation

基于LiDAR的人群导航与可见边缘组表示

Allan Wang, Aaron Steinfeld

机构 * Miraikan, the National Museum of Emerging Science and Innovation（日本新兴科学与创新国家博物馆） ； the Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

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

AI总结 本文提出基于LiDAR的人群导航方法，通过可见边缘组表示提升导航安全性与社交性，同时在密集人群环境中实现更快的计算速度。

Comments Under review

Real-Time Structural Detection for Indoor Navigation from 3D LiDAR Using Bird's-Eye-View Images

基于3D激光雷达的实时室内导航鸟瞰图像结构检测

Guanliang Li, Pedro Espinosa-Angulo, David Perez-Saura, Santiago Tapia-Fernandez

机构 * Universidad Politécnica de Madrid（马德里理工大学） 纠错

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

AI总结 本文提出一种轻量实时框架，通过将3D激光雷达数据投影到2D鸟瞰图像中，实现高效结构检测，采用几何方法和YOLO-OBB深度学习检测器，结合时空融合模块提升稳定性，实验证明YOLO-OBB在资源受限平台上的高效鲁棒性。

C-GenReg: Training-Free 3D Point Cloud Registration by Multi-View-Consistent Geometry-to-Image Generation with Probabilistic Modalities Fusion

C-GenReg：基于多视角一致的几何到图像生成的无训练3D点云配准

Yuval Haitman, Amit Efraim, Joseph M. Francos

机构 * Ben-Gurion University（本·古里安大学） 纠错

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

AI总结 C-GenReg通过多视角一致的几何到图像生成，结合概率模态融合，实现无训练的3D点云配准，解决了跨模态、采样差异和环境的泛化问题。

Comments CVPR 2026

RHINO-AR: An Augmented Reality Exhibit for Teaching Mobile Robotics Concepts in Museums

RHINO-AR：一种用于博物馆中教学移动机器人概念的增强现实展览

Nils Dengler, Tim Graf, Leif Van Holland, Patrick Stotko, Reinhard Klein, Maren Bennewitz

机构 * Humanoid Robots Lab, University of Bonn, Germany（波恩大学人形机器人实验室，德国） 纠错

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

AI总结 RHINO-AR通过将虚拟重建的机器人置于真实博物馆空间，解决了VR展览与现实环境分离的问题，提升了非专业观众对移动机器人导航概念的理解。