自动驾驶

OmniDrive-R1: Reinforcement-driven Interleaved Multi-modal Chain-of-Thought for Trustworthy Vision-Language Autonomous Driving

OmniDrive-R1: 基于强化学习的交错多模态链式推理用于可信的视觉-语言自动驾驶

Zhenguo Zhang, Haohan Zheng, Yishen Wang, Le Xu, Tianchen Deng, Xuefeng Chen, Qu Chen, Bo Zhang, Wuxiong Huang

机构 * ShanghaiTech University（上海科技大学） ； Tsinghua University（清华大学） ； Tongji University（同济大学） ； Shanghai Jiao Tong University（上海交通大学） ； MEGVII Technology（美科维七科技） ； AFARI 纠错

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

AI总结 本文提出OmniDrive-R1，通过交错多模态链式推理机制统一感知与推理，引入强化驱动的视觉 grounding 能力，提升自动驾驶中的推理准确性和稳定性，实验显示其在DriveLMM-o1数据集上的表现显著优于基线模型。

Understanding Adversarial Transferability in Vision-Language Models for Autonomous Driving: A Cross-Architecture Analysis

理解视觉语言模型在自动驾驶中的对抗转移性：跨架构分析

David Fernandez, Pedram MohajerAnsari, Amir Salarpour, Mert D. Pese

机构 * School of Computing, Clemson University, USA（克莱姆森大学计算机学院） 纠错

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

AI总结 本文通过跨架构研究探讨视觉语言模型在自动驾驶中的对抗转移性，评估了三种架构在不同场景下的对抗效果，发现高跨架构有效性。

Comments 9 pages, 2 figures. Accepted at SAE WCX 2026

Journal ref SAE Technical Paper 2026-01-0170, SAE WCX 2026

AutoVDC: Automated Vision Data Cleaning Using Vision-Language Models

AutoVDC：利用视觉-语言模型实现自动化视觉数据清洗

Santosh Vasa, Aditi Ramadwar, Jnana Rama Krishna Darabattula, Md Zafar Anwar, Stanislaw Antol, Andrei Vatavu, Thomas Monninger, Sihao Ding

机构 * Mercedes-Benz Research & Development North America（梅赛德斯-奔驰北美研发公司） ； University of Stuttgart, Institute for Artificial Intelligence（斯图加特大学人工智能研究所） 纠错

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

AI总结 本文提出AutoVDC框架，利用视觉-语言模型自动识别视觉数据集中的错误标注，提升数据质量。通过KITTI和nuImages数据集验证，展示了方法在错误检测和数据清洗中的高性能。

Comments Accepted to IV 2026 Drive-X Foundation Models for Autonomous Driving (Oral presentation)

Towards All-Day Perception for Off-Road Driving: A Large-Scale Multispectral Dataset and Comprehensive Benchmark

迈向全天候越野驾驶的感知：一个大规模多光谱数据集和全面基准

Shuo Wang, Jilin Mei, Wenfei Guan, Shuai Wang, Yan Xing, Chen Min, Yu Hu

机构 * Research Center for Intelligent Computing Systems, Institute of Computing Technology, Chinese Academy of Sciences, Beijing（智能计算系统研究中心，计算技术研究所，中国科学院，北京） ； Beijing Institute of Control Engineering（北京控制工程研究所） 纠错

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

AI总结 本文提出IRON数据集和IRONet框架，解决越野夜间驾驶中可见光感知不可靠的问题，通过多光谱数据和内存注意力机制提升全天候自由空间检测性能。

Backdoor Attacks on Prompt-Driven Video Segmentation Foundation Models

针对提示驱动视频分割基础模型的后门攻击

Zongmin Zhang, Zhen Sun, Yifan Liao, Wenhan Dong, Xinlei He, Xingshuo Han, Shengmin Xu, Xinyi Huang

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Fujian Normal University（福建师范大学） ； Jinan University（暨南大学） 纠错

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

AI总结 本文研究了针对提示驱动视频分割基础模型的后门攻击，提出BadVSFM框架，通过两阶段策略实现可控的后门效果，实验表明其在多种模型和数据集上具有有效性。

ImagineNav++: Prompting Vision-Language Models as Embodied Navigator through Scene Imagination

ImagineNav++: 通过场景想象促使视觉语言模型作为具身导航器

Teng Wang, Xinxin Zhao, Wenzhe Cai, Changyin Sun

机构 * School of Automation, Southeast University（东南大学自动化学院） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.RO

AI总结 本文提出ImagineNav++，通过场景想象将视觉语言模型用于无地图导航，利用想象模块生成高探索潜力的视点，并通过选择性聚焦记忆机制实现空间一致性，实验表明其在无地图导航中表现优异。

Comments 17 pages, 10 figures. arXiv admin note: text overlap with arXiv:2410.09874

FeaXDrive: Feasibility-aware Trajectory-Centric Diffusion Planning for End-to-End Autonomous Driving

FeaXDrive: 为端到端自动驾驶的可行性感知轨迹导向扩散规划

Baoyun Wang, Zhuoren Li, Ran Yu, Yu Che, Xinrui Zhang, Ming Liu, Jia Hu, Chen Lv, Bo Leng

机构 * College of Automotive and Energy Engineering, Tongji University（同济大学汽车与能源工程学院） ； College of Transportation Engineering, Tongji University（同济大学交通工程学院） ； 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） 纠错

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

AI总结 FeaXDrive通过轨迹导向的扩散规划方法，提升自动驾驶中轨迹空间的可行性建模，改进轨迹几何和运动学可行性，增强可行驶区域一致性，实验表明其在NAVSIM基准上表现优异。

Comments 22 pages, 6 figures

Cooperative ISAC for LAE: Joint Trajectory Planning, Power allocation, and Dynamic Time Division

协同ISAC用于LAE：联合轨迹规划、功率分配和动态时分

Fangzhi Li, Zhichu Ren, Cunhua Pan, Hong Ren, Jing Jin, Qixing Wang, Jiangzhou Wang

专题命中 规划控制 ：trajectory planning(title)

AI总结 本文提出了一种多无人机系统的集成感知与通信框架，通过动态时分策略优化轨迹、功率分配和时间分隔比，以提高空中-地面网络性能。

Frozen LLMs as Map-Aware Spatio-Temporal Reasoners for Vehicle Trajectory Prediction

冻结的大语言模型作为具有地图意识的时空推理器用于车辆轨迹预测

Yanjiao Liu, Jiawei Liu, Xun Gong, Zifei Nie

机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） 纠错

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

AI总结 本文提出利用冻结的大语言模型作为时空推理器，通过交通编码器提取轨迹特征并结合轻量CNN处理地图信息，评估LLM在动态交通代理行为和道路拓扑理解中的能力，提升轨迹预测的准确性与泛化性。

Comments Accepted for publication at IEEE Intelligent Vehicles Symposium 2026

Global Optimality for Constrained Exploration via Penalty Regularization

通过惩罚正则化实现约束探索的全局最优性

Florian Wolf, Ilyas Fatkhullin, Niao He

机构 * Florian Wolf: , Ilyas Fatkhullin: , Niao He: 1The Computing \& Mathematical Sciences Department, California Institute of Technology, Pasadena, CA. 2Department of Computer Science, ETH Zurich, Switzerland. 3ETH AI Center, ETH Zurich, Switzerland. 纠错

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出Policy Gradient Penalty方法，通过二次惩罚正则化解决约束下的探索问题，实现全局收敛性和近优策略。

Flying by Inference: Active Inference World Models for Adaptive UAV Swarms

通过推断飞行：用于自适应无人机群的主动推断世界模型

Kaleem Arshid, Ali Krayani, Lucio Marcenaro, David Martin Gomez, Carlo Regazzoni

机构 * Department of Engineering and Naval Architecture (DITEN), University of Genoa（工程与 naval 架构系（DITEN），热那亚大学） ； Intelligent Systems Laboratory, Department of Systems Engineering and Automation, Carlos III University of Madrid（智能系统实验室，系统工程与自动化系，马德里卡洛斯三世大学） 纠错

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

AI总结 本文提出了一种专家引导的主动推断框架，用于自适应无人机群轨迹规划。该方法将多无人机轨迹设计转化为分层概率推断问题，通过遗传算法生成专家示范并学习世界模型，实现高效的轨迹规划与动态调整。

Comments Submitted to IEEE journal

Automated Scientific Discovery: From Equation Discovery to Autonomous Discovery Systems

自动化科学发现：从方程发现到自主发现系统

Stefan Kramer, Mattia Cerrato, Jannis Brugger, Sašo Džeroski, Ross King

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

AI总结 本文综述了自动化科学发现，涵盖方程发现、符号回归到自主发现系统与代理。讨论了各种方法，分析了深度神经网络在该领域的作用，并介绍了闭环科学发现系统及自主性概念，旨在推动AI科学家的发展。

Comments 19 pages plus references

Journal ref Machine Learning (2026) 115:109

HERMES++: Toward a Unified Driving World Model for 3D Scene Understanding and Generation

HERMES++：迈向统一的驾驶世界模型用于3D场景理解和生成

Xin Zhou, Dingkang Liang, Xiwu Chen, Feiyang Tan, Dingyuan Zhang, Hengshuang Zhao, Xiang Bai

机构 * Huazhong University of Science and Technology（华中科技大学） ； Mach Drive ； University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出HERMES++，一种统一的驾驶世界模型，整合3D场景理解和未来几何预测。通过BEV表示、LLM增强世界查询和当前到未来链接等设计，提升驾驶场景的生成与理解能力。

Comments Extended version of ICCV 25 paper HERMES, Code: https://github.com/H-EmbodVis/HERMESV2, Project page: https://h-embodvis.github.io/HERMESV2/

SpatialGrammar: A Domain-Specific Language for LLM-Based 3D Indoor Scene Generation

SpatialGrammar: 一种面向领域的语言用于基于LLM的3D室内场景生成

Song Tang, Kaiyong Zhao, Yuliang Li, Qingsong Yan, Penglei Sun, Junyi Zou, Qiang Wang, Xiaowen Chu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） 纠错

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

AI总结 本文提出SpatialGrammar，一种领域特定语言，通过BEV网格放置确定性编译生成有效3D几何，提升空间准确性和物理合理性。SG-Agent通过编译器反馈迭代优化场景，SG-Mini在单次生成场景中表现优异。

FreeOcc: Training-Free Embodied Open-Vocabulary Occupancy Prediction

FreeOcc: 无需训练的具身开放词汇占用预测

Zeyu Jiang, Changqing Zhou, Xingxing Zuo, Changhao Chen

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； MBZUAI 纠错

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

AI总结 FreeOcc通过四层流程实现无需3D标注的开放词汇占用预测，相比传统方法在EmbodiedOcc-ScanNet上提升IoU和mIoU超过2倍，并引入ReplicaOcc基准测试新环境性能。

Comments RSS 2026

World2Minecraft: Occupancy-Driven Simulated Scenes Construction

World2Minecraft: 基于占用率的模拟场景构建

Lechao Zhang, Haoran Xu, Jingyu Gong, Xuhong Wang, Yuan Xie, Xin Tan

机构 * School of Computer Science and Technology, East China Normal University（东华大学计算机科学与技术学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 本文提出World2Minecraft，通过3D语义占用率预测将现实场景转换为结构化的Minecraft环境，提升模拟场景的质量与灵活性，通过定制化数据集MinecraftOcc验证了方法的有效性。

Geometric lower bounds for the steady-state occupancy of processing networks with limited connectivity

具有有限连接性的处理网络稳态占用的几何下界

Diego Goldsztajn, Andres Ferragut

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

AI总结 研究了具有有限连接性的处理网络的稳态占用下界，通过几何方法证明了在数据中心和云网络中常见的地理或数据局部性约束下的下界，指出除非灵活性指标趋于无穷大，否则无法达到经典Power-of-d或JSQ策略的渐进行为。

Comments 17 pages, 4 figures

The Bottleneck Birthday Problem

瓶颈生日问题

Chijul B. Tripathy

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文研究了瓶颈生日问题，通过分析占用和负载平衡问题的文献技术，推导出概率计算的递推关系，并展示受限第二类斯特林数的新应用。

Comments 9 pages

Excited States from Quasiparticle Hamiltonian Based on Density Functional Theory

基于密度泛函理论的准粒子哈密顿量的激发态

Yang Shen, Yichen Fan, Weitao Yang

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出基于密度泛函理论的准粒子哈密顿量方法，用于描述多配置态的激发态，其在价单线态和电荷转移激发态上的表现与Bethe-Salpeter方程相当，在价三线态和Rydberg态上表现更优。

LiDAR-based Dynamic Blockage Prediction: A Data-driven Approach for Learning Interactive Bayesian Models

基于LiDAR的动态遮挡预测：一种数据驱动的方法用于学习交互式贝叶斯模型

Saleemullah Memon, Ali Krayani, Pamela Zontone, Lucio Marcenaro, David Martin Gomez, Carlo Regazzoni

专题命中 激光雷达 ：LiDAR(title,title_cn)

AI总结 本文提出了一种数据驱动方法，用于学习交互式通用动态贝叶斯网络模型，以从基于时间序列的3D点云感知预测未来LiDAR传感器遮挡。通过训练不同车辆在正常和遮挡情况下的GDBN模型，并利用高阶词汇进行多车辆交互，提出交互式马尔可夫跳跃粒子滤波器以推断遮挡并检测异常。

Comments 2025 IEEE International Workshop on Technologies for Defense and Security (TechDefense), Rome, Italy

ELiC: Efficient LiDAR Geometry Compression via Cross-Bit-depth Feature Propagation and Bag-of-Encoders

ELiC：通过跨位深度特征传播和编码器袋方案实现高效的激光雷达几何压缩

Junsik Kim, Gun Bang, Soowoong Kim

机构 * Electronics and Telecommunications Research Institute（电子电信研究院） 纠错

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

AI总结 ELiC通过跨位深度特征传播和编码器袋方案，提升激光雷达几何压缩效率，实现实时高吞吐量压缩，达到SOTA性能。

Comments Accepted to CVPR 2026

RAY-TOLD: Ray-Based Latent Dynamics for Dense Dynamic Obstacle Avoidance with TDMPC

RAY-TOLD: 基于射线的任务导向潜在动力学用于密集动态障碍物避障与TDMPC

Seungho Han, Seokju Lee, Jeonguk Kang

机构 * School of Electrical Engineering, Hanyang University（翰阳大学电气工程学院） ； Mechatronics, Systems and Control Lab (MSC Lab), Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（机械工程系，韩国科学技术院（KAIST）机电系统与控制实验室（MSC实验室）） ； Samsung Research, Samsung Electronics（三星研究所，三星电子） 纠错

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

AI总结 本文提出RAY-TOLD，结合物理基础MPPI的鲁棒性与强化学习的长视界，通过LiDAR中心的潜在动力学模型实现动态障碍物避障，提升导航可靠性与安全性。

Comments 8 pages, 4 figures

Learning-Based Hierarchical Scene Graph Matching for Robot Localization Leveraging Prior Maps

基于学习的分层场景图匹配用于利用先验地图的机器人定位

Nimrod Millenium Ndulue, Jose Andres Millan-Romera, Matteo Giorgi, Holger Voos, Jose Luis Sanchez-Lopez

机构 * Automation and Robotics Research Group, Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（卢森堡大学自动化与机器人研究组，安全、可靠性与信任跨学科研究中心（SnT）） 纠错

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

AI总结 本文提出一种端到端可微 pipeline，通过语义驱动的边类型增强场景图，实现从高层房间概念到低层墙面的同步匹配，优于组合基线，在真实LiDAR环境中运行更快且具备零样本泛化能力。

Representative Spectral Correlation Network for Multi-source Remote Sensing Image Classification

代表性光谱相关网络用于多源遥感图像分类

Chuanzheng Gong, Feng Gao, Junyan Lin, Junyu Dong, Qian Du

机构 * State Key Laboratory of Physical Oceanography, Ocean University of China（中国海洋大学物理海洋学国家重点实验室） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； Department of Electrical and Computer Engineering, Mississippi State University（密苏里州立大学电气与计算机工程系） 纠错

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

AI总结 本文提出RSCNet网络，通过光谱选择和自适应交互解决多源遥感图像分类中的光谱冗余和异构数据融合问题，实验表明其在三个公开数据集上性能优于现有方法且计算复杂度更低。

Comments Accepted for publication in IEEE TGRS 2026

Uncertainty Quantification Framework for Aerial and UAV Photogrammetry through Error Propagation

通过误差传播的航空和无人机摄影测量不确定性量化框架

Debao Huang, Rongjun Qin

机构 * Geospatial Data Analytics Laboratory, The Ohio State University（地理空间数据分析实验室，俄亥俄州立大学） ； Department of Civil, Environmental and Geodetic Engineering, The Ohio State University（土木、环境与大地测量工程系，俄亥俄州立大学） ； Department of Electrical and Computer Engineering, The Ohio State University（电气与计算机工程系，俄亥俄州立大学） ； Translational Data Analytics Institute, The Ohio State University（转化数据分析研究院，俄亥俄州立大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出通过误差传播的不确定性量化框架，解决多视立体阶段的不确定性估计问题，利用自校准方法提升摄影测量点云的鲁棒性和可验证性。

Comments 27 pages, 12 figures, this manuscript has been accepted to ISPRS Journal of Photogrammetry and Remote Sensing

Judge, Then Drive: A Critic-Centric Vision Language Action Framework for Autonomous Driving

评判，然后驾驶：一种以评判为中心的视觉语言动作框架用于自动驾驶

Lijin Yang, Jianing Huang, Zhongzhan Huang, Shu Liu, Hao Yang

机构 * Bosch Research（博世研究院） 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CriticVLA框架，通过多模态评估和单步优化提升自动驾驶决策质量，实验显示其在复杂场景中性能显著优于现有方法。

Comments preprint

AutoREC: A software platform for developing reinforcement learning agents for equivalent circuit model generation from electrochemical impedance spectroscopy data

AutoREC：一种用于从电化学阻抗谱数据开发强化学习代理以生成等效电路模型的软件平台

Ali Jaberi, Yonatan Kurniawan, Robert Black, Shayan Mousavi M., Kabir Verma, Zoya Sadighi, Santiago Miret, Jason Hattrick-Simpers

机构 * Clean Energy Innovation Research Center, National Research Council Canada（清洁能源创新研究中心，加拿大国家研究委员会） ； Department of Material Science and Engineering, University of Toronto（材料科学与工程系，多伦多大学） ； Cheriton School of Computer Science, University of Waterloo（计算机科学学院，滑铁卢大学） 纠错

专题命中 其他自动驾驶 ：self-driving(abstract)

AI总结 AutoREC通过将等效电路模型生成建模为马尔可夫决策过程中的序列决策问题，利用深度强化学习解决传统手动试错方法的局限性，实现了高成功率的自动等效电路模型生成。