视觉与机器人
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
按需思考：基于几何的自适应感知用于自动驾驶
机构 * Stony Brook University（史蒂文尼森布鲁克大学）
专题命中 感知 ：LiDAR(summary_cn,abstract)；autonomous driving(title,abstract)；分类 cs.CV、cs.AI
AI总结 本文提出Enhanced HOPE架构，通过几何复杂度估计动态调整LiDAR帧处理路径，减少计算资源浪费，提升复杂场景下的感知能力与遮挡物体追踪性能。
DRIVE-C：面向自动驾驶的受控干扰数据集
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 DRIVE-C数据集通过受控的视觉干扰评估自动驾驶系统感知鲁棒性，包含10个干净视频片段和600个受干扰片段，支持鲁棒性基准测试、降质感知建模和传感器健康监测。
TEACar：一个开源的自动驾驶平台
机构 * Trustworthy Engineered Autonomy (TEA) Lab, Department of Electrical and Computer Engineering, University of Florida（可信工程自主性实验室，电气与计算机工程系，佛罗里达大学）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 本文提出TEACar，一个模块化、低成本的自动驾驶测试平台，通过四层结构分离感知、计算、执行和电源子系统，提升结构刚性并简化重构。
FugSeg：面向3D点云的快速不确定性感知地面分割
机构 * Institute of Engineering Geodesy, University of Stuttgart（斯图加特大学工程大地测量研究所） ； Daimler Truck AG（戴姆勒卡车公司）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.CV
AI总结 本文提出FugSeg，一种快速且考虑不确定性的地面分割方法，通过极坐标网格地图表示和自适应坡度策略，有效处理反射噪声和孤立地面问题，在多个数据集上实现最高精度和最快速度。
Comments Accepted for publication in IEEE Transactions on Intelligent Transportation Systems
Journal ref IEEE Transactions on Intelligent Transportation Systems (Early Access), 2026
低成本立体视觉用于自主无人机修剪中薄辐射松枝的稳健三维定位
机构 * Centre of Data Science and Artificial Intelligence & School of Engineering and Computer Science（数据科学与人工智能中心及工程与计算机科学学院）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.CV
AI总结 本文研究利用低成本立体相机实现自主无人机修剪薄枝的三维定位，通过分支分割与深度估计方法，解决森林场景中纹理稀疏、结构细长和噪声干扰等问题。
EvoDriveVLA: 通过协作感知-规划蒸馏进化驾驶VLA模型
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； XPeng Motors（小鹏汽车）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI
AI总结 本文提出EvoDriveVLA框架，结合自我锚定感知约束和未来引导轨迹优化，解决自动驾驶中感知退化和长期规划不稳定问题，实现nuScenes和NAVSIM的SOTA性能。
Comments 19 pages, 5 figures, 5 tables
R4Det：用于高性能3D目标检测的4D雷达-摄像头融合
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王轩计算机技术研究所） ； EBTech Co. Ltd（EBTech公司）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 R4Det通过全景深度融合模块提升深度估计，设计变形门控时间融合模块以不依赖车辆姿态，结合实例引导动态细化模块，实现更准确的3D目标检测。
Comments Accepted to CVPR 2026
通过渐进分辨率处理和自适应特征对齐对多模态大语言模型进行对抗攻击
机构 * Sun Yat-sen University（中山大学） ； Nanyang Technological University（南洋理工大学） ； Shenzhen MSU-BIT University（深圳MSU-BIT大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出PRAF-Attack框架，通过多尺度语义指导和中间层局部对齐提升多模态大语言模型的对抗攻击转移性，实验表明其在多种黑盒MLLM上表现更优。
MVB-Grasp：基于扩散模型的抓取生成中最小体积盒过滤用于正前方操作
机构 * Unitree（单位树） ； Intel（英特尔）
专题命中 感知 ：trajectory planning(abstract)；分类 cs.RO
AI总结 本文提出MVB-Grasp方法，通过引入最小体积包围盒几何先验，提升低成本机械臂在受限工作空间中的正前方抓取成功率，结合几何过滤与重评分函数，验证了其在Z1机械臂上的有效性。
Comments 8 pages, 12 figures, accepted to IJCNN 2026
并非所有思考都需要HBM：面向LLM推理的语义感知内存层次结构
机构 * University of Southern California（南加州大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
专题命中 感知 ：occupancy(abstract)
AI总结 本文提出一种语义感知内存层次结构，通过累积注意力评分将token分为四个层级，减少HBM占用并提升推理准确性，实验表明仅3%的淘汰率可保持91%的GSM8K准确率。
Comments Preprint. 14 pages + appendix. Under review at AdaptFM Workshop @ ICML 2026
FocalAD：端到端自动驾驶中的局部运动规划
机构 * School of Transportation Science and Engineering（交通科学与工程学院） ； State Key Lab of Intelligent Transportation System（智能交通运输系统国家重点实验室） ； Hangzhou International Innovation Institute（杭州国际创新研究院） ； School of Computer Science and Technolog（计算机科学与技术学院） ； Beijing Jiaotong University（北京交通大学）
专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI
AI总结 本文提出FocalAD框架，通过增强局部运动表示和关注关键局部邻居，提升自动驾驶的规划可靠性与鲁棒性，在nuScenes和Bench2Drive等数据集上表现优异。
Journal ref FocalAD: Local Motion Planning for End-to-End Autonomous Driving. Automot. Innov. (2026)
C-CoT：基于视觉-语言模型的反事实链式推理用于安全自动驾驶
机构 * College of Transportation, Tongji University（同济大学交通运输学院） ； Department of Civil Engineering, Tsinghua University（清华大学土木工程系） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动系统学院） ； Department of Civil and Environmental Engineering, National University of Singapore（新加坡国立大学土木与环境工程系）
专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV
AI总结 本文提出C-CoT框架，利用视觉-语言模型将驾驶决策分解为五个阶段，通过反事实推理提升自动驾驶在复杂环境中的安全性和鲁棒性。
CHARMS：用于自动驾驶中的推理与运动风格化的认知层次代理
机构 * School of Mechanical and Electronic Engineering, Wuhan University of Technology（武汉理工大学机械与电子工程学院） ； Intelligent Transportation Systems Research Center, Wuhan University of Technology（武汉理工大学智能交通系统研究所） ； Department of Data and Systems Engineering, The University of Hong Kong（香港大学数据与系统工程系） ； School of Computer Science and Artificial Intelligence, Wuhan University of Technology（武汉理工大学计算机科学与人工智能学院） ； School of Mechanical Engineering, Southeast University（东南大学机械工程学院）
专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI
AI总结 CHARMS通过强化学习预训练和监督微调pipeline，实现人类般的决策行为和交互真实性，同时利用泊松认知层次理论生成多样化驾驶场景。
Journal ref ITSC 2025
面向城市环境中移动用户的QoS约束下的无人机轨迹规划
专题命中 规划控制 ：trajectory planning(title,abstract)
AI总结 本文研究了单架无人机在城市环境中为多个移动地面用户实时规划轨迹和无线资源分配，考虑异构用户移动性和QoS约束，采用在线强化学习方法优化轨迹以平衡吞吐量和用户公平性。
Comments Accepted to the IEEE 15th International Symposium on Communication Systems, Networks and Digital Signal Processing (CSNDSP 2026)
神经距离引导的路径积分控制用于拖拉机-挂车导航
机构 * Department of Biological and Agricultural Engineering, University of California Davis（加州大学戴维斯分校生物与农业工程系） ； ZJU-Hangzhou Global Scientific and Technological Innovation Center, Zhejiang University（浙江大学杭州全球科技创新中心）
专题命中 规划控制 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 本文提出基于几何神经编码器的路径积分控制器，用于实现拖拉机-挂车在复杂农业环境中的安全导航，通过实时距离估计提升动态可行性。
NoTVLA：通过叙事动作接口实现语义保留的机器人适应
机构 * Zhejiang University（浙江大学）
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO、cs.CV
AI总结 NoTVLA通过稀疏轨迹规划减少灾难性遗忘，提升多任务性能，以更低计算成本和无需腕部摄像头实现高精度与语言能力保留。
小米OneVL：基于视觉-语言解释的一步潜在推理与规划
机构 * Xiaomi Embodied Intelligence Team（小米具身智能团队）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.CV
AI总结 OneVL通过双重辅助解码器监督的紧凑潜在标记，实现了视觉-语言解释的一步潜在推理与规划，首次在延迟条件下超越了显式推理方法。
Comments Technical Report; 49 pages, 22 figures, 10 tables; Project Page at https://xiaomi-embodied-intelligence.github.io/OneVL GitHub at https://github.com/xiaomi-research/onevl
层次因果反推：可解释模型预测控制的基础框架
机构 * System Dynamics, Chemnitz University of Technology, Chemnitz, Germany（化学特伦茨大学系统动力学系） ； Department of Bioresources, Fraunhofer Institute for Molecular Biology and Applied Ecology（弗劳恩霍夫分子生物学与应用生态学研究所生物资源系）
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.AI
AI总结 本文提出层次因果反推框架，结合领域知识图、KKT乘子证据和PCMCI算法，提升非线性MPC控制动作的可解释性，实验显示在温室气候、建筑HVAC和化工过程应用中，解释准确率比LIME高53%。
一个世界，双时间线：解耦的空间-时间高斯场景图用于4D协同驾驶重建
机构 * City University of Hong Kong (Dongguan)（香港城市大学（东莞）） ； City University of Hong Kong（香港城市大学） ； SLAI
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出DUST解耦空间-时间高斯场景图，解决车辆与基础设施相机时间不同步导致的动态场景重建问题，通过解耦姿态轨迹和静态锚点校正提升重建精度与鲁棒性。
通过高效轨迹生成分析和优化Alpamayo 1的延迟
机构 * Graduate School of Automobile and Mobility（汽车与移动研究生院） ； Kookmin University（韩国釜山大学） ； Department of Electrical and Computer Engineering（电子与计算机工程系） ； Seoul National University（首尔国立大学）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.AI
AI总结 本文通过将Alpamayo 1从多推理改为单推理系统，减少推理延迟并保持轨迹多样性，同时通过消除不必要的复制操作和低效内核执行提升扩散动作生成效率，实现了69.23%的延迟降低。
Comments Submitted to IEEE RTCSA on March 26, 2026 (KST) Accepted on May 4, 2026 (KST)
SnareNet：带有硬约束的神经网络灵活修复层
机构 * Department of Mathematics, Stanford University（斯坦福大学数学系） ； Institute for Computational and Mathematical Engineering, Stanford University（斯坦福大学计算与数学工程研究所） ； Department of Management Science and Engineering, Stanford University（斯坦福大学管理科学与工程系）
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.AI
AI总结 SnareNet通过引入可微修复层和自适应放松机制，实现神经网络输出满足输入依赖约束，提升了约束满足的精度和鲁棒性。
数据驱动的滑动窗口贝叶斯推断用于建筑 transient CO2-温度网络模型
专题命中 规划控制 ：occupancy(abstract)
AI总结 本文提出一种将多区质量传输与热动力学通过共享潜在驱动因素、空气流动和占用情况联系起来的 CO2-温度网络模型，通过滑动窗口贝叶斯推断联合估计热参数、空气流动和占用轨迹，提供房间特定的传感器噪声水平，实现后验预测预测。
在序列决策中机制先验的价值
机构 * Technion（技术学院） ； NVIDIA Research（NVIDIA研究）
专题命中 规划控制 ：occupancy(abstract)
AI总结 本文研究了机制先验在序列决策中的价值，通过渐近和预热阶段的分析，提出机制信息度量并展示其在5-FU给药模拟中的高效性，对比LLM先验发现其在机械信息上存在严重损失。
一种基于Gauss-Newton诱导的结构利用算法用于可微最优控制
专题命中 规划控制 ：autonomous driving(abstract)
AI总结 本文提出FastDOC算法，利用Gauss-Newton近似和矩阵结构特性，提升可微最优控制的计算效率，实验证明在自动驾驶任务中具有显著优势。
Comments Accepted for publication at 2026 IFAC World Congress, Busan
一种单个深度偏好条件政策用于学习帕累托覆盖集
机构 * International Research Center for Neurointelligence, The University of Tokyo（国际神经智能研究中心，东京大学） ； ATR Neural Information Analysis Laboratories（ATR神经信息分析实验室） ； Department of Information Science, Kyoto University（京都大学信息科学系）
专题命中 规划控制 ：occupancy(abstract)
AI总结 本文研究了基于偏好条件的多目标强化学习，通过平滑Tchebycheff标量化方法证明了偏好与帕累托最优回报向量的唯一性和连续性，并提出CMDPI算法实现O(1/k)的收敛速度。
DeepSight: 通过潜在状态预测实现长视距世界建模的端到端自动驾驶
机构 * Tsinghua University（清华大学） ； Amap, Alibaba Group（阿里巴巴集团Amap） ； Nanyang Technological University（南洋理工大学）
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；BEV(abstract)；分类 cs.RO、cs.CV
AI总结 本文提出通过鸟瞰图空间预测连续未来帧的潜在语义特征，实现长视距世界建模，并引入高效适应性文本推理机制提升复杂场景下的驾驶性能。
Comments ICML 2026
DriveFuture: 用于自动驾驶的面向未来的潜在世界模型
机构 * Beijing Institute of Technology（北京理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beihang University（北航） ； Beijing Jiaotong University（北京交通大学） ； The University of Queensland（昆士兰大学） ； University of Macau（澳门大学） ； Nanyang Technological University（南洋理工大学） ； School of Artificial Intelligence ( School of Software), Yanshan University（燕山大学人工智能学院（软件学院））
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.CV
AI总结 本文提出DriveFuture，一种面向未来的潜在世界建模框架，通过将未来世界状态条件化于当前潜在状态建模过程，提升自动驾驶轨迹规划性能。
Comments 24pages, 7 figures
时间采样频率至关重要：一种容量感知的端到端驾驶轨迹预测研究
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 端到端驾驶 ：end-to-end driving(title)；autonomous driving(abstract)；分类 cs.RO、cs.CV
AI总结 本文研究了时间采样频率对端到端驾驶轨迹预测性能的影响，发现较小模型在低或中等频率下表现最佳，而大模型在高频率下表现更优，表明需根据模型和数据集调整采样频率。
通过虚拟遥感和度量尺度前馈3D重建快速估算森林燃料负荷
机构 * University of Waterloo（滑铁卢大学） ； University of Calgary（卡尔加里大学）
专题命中 BEV与占用 ：BEV(abstract,abstract_cn)；LiDAR(abstract,abstract_cn)；分类 cs.CV
AI总结 本文提出一种自动化 pipeline，利用 Google Earth Studio 生成低空轨道影像和相机姿态，结合 Pi-Long 模型进行密集3D重建，并通过度量恢复模块和 watershed 分割算法估算森林燃料负荷。
Comments Accepted for publication at IEEE IGARSS 2026
探索感知行驶焦虑在插电式电动汽车采纳行为中的作用
专题命中 BEV与占用 ：BEV(abstract,abstract_cn)
AI总结 本文通过嵌套logit模型探讨行驶焦虑对电动汽车采纳行为的影响，发现对纯电动车的偏好受行驶焦虑影响，但对插电式混合动力车无显著影响。
Comments 27 pages, 3 figures, 5 tables. Journal of Smart Cities and Society. 2026;0(0)
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈