自动驾驶

STELLAR: Scaling 3D Perception Large Models for Autonomous Driving

STELLAR: 为自动驾驶扩展3D感知大模型

Yingwei Li, Xin Huang, Yang Liu, Yang Fu, Alex Zihao Zhu, Chen Song, Junwen Yao, Anant Subramanian, Hao Xiang, Weijing Shi, Yuliang Zou, Tom Hoddes, Zhaoqi Leng, Govind Thattai, Dragomir Anguelov, Mingxing Tan

机构 * Waymo ； UCSD（加州大学圣地亚哥分校） 纠错

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

AI总结 本文研究了大规模训练在自动驾驶感知系统中的应用，通过扩展输入模态并训练大规模模型，实现了在Waymo数据集上的新状态-of-the-art性能。

Hyper-V2X: Hypernetworks for Estimating Epistemic and Aleatoric Uncertainty in Cooperative Bird's-Eye-View Semantic Segmentation

Hyper-V2X: 基于超网络的协作鸟瞰图语义分割中epistemic和aleatoric不确定性的估计

Abhishek Dinkar Jagtap, Sanath Tiptur Sadashivaiah, Andreas Festag

机构 * CARISSMA Institute for Electric, COnnected, and Secure Mobility (C-ECOS), Technische Hochschule Ingolstadt（CARISSMA电动、连接与安全移动研究所（C-ECOS）、因戈尔施塔特技术大学） ； University of Applied Sciences Aschaffenburg（阿施发堡应用科学大学） 纠错

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

AI总结 本文提出Hyper-V2X框架，通过超网络估计协作V2X感知中的epistemic和aleatoric不确定性，采用部分权重生成方案和V2X上下文嵌入模块，条件化贝叶斯超网络生成随机鸟瞰图分割的权重分布，提升感知可靠性。

Comments Accepted for IEEE Intelligent Vehicle Symposium (IV) 2026

RCGDet3D: Rethinking 4D Radar-Camera Fusion-based 3D Object Detection with Enhanced Radar Feature Encoding

RCGDet3D: 重新思考基于增强雷达特征编码的4D雷达-相机融合3D目标检测

Weiyi Xiong, Bing Zhu

机构 * School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院） 纠错

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

AI总结 本文提出RCGDet3D，通过增强雷达特征编码而非复杂的多模态融合策略，实现了在3D目标检测中更高的准确性和实时性，为实时部署设定了新标准。

Deformba: Vision State Space Model with Adaptive State Fusion

Deformba：具有自适应状态融合的视觉状态空间模型

Hongyu Ke, Jack Morris, Yongkang Liu, Satoshi Kitai, Kentaro Oguchi, Yi Ding, Haoxin Wang

机构 * Department of Computer Science, Georgia State University（佐治亚州立大学计算机科学系） ； University of Tennessee Knoxville（田纳西大学肯纳邦克分校） 纠错

专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.CV、cs.AI

AI总结 本文提出Deformba，一种能够动态增强空间结构信息并保持状态空间模型线性复杂度的自适应方法，通过多模态融合（如交叉注意力）提升视觉任务的性能，展示了在2D和3D视觉任务中的广泛适用性。

Journal ref Forty-Third International Conference on Machine Learning (ICML 2026)

Can VLMs Unlock Semantic Anomaly Detection? A Framework for Structured Reasoning

VLMs能否解锁语义异常检测？一个结构化推理的框架

Roberto Brusnicki, David Pop, Yuan Gao, Mattia Piccinini, Johannes Betz

机构 * Professorship of Autonomous Vehicle Systems TUM School of Engineering ； Design, Technical University of Munich Munich, Germany 纠错

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

AI总结 本文提出SAVANT框架，通过结构化推理方法提升VLM在语义异常检测中的性能，实现对自动驾驶场景中罕见异常情况的更准确识别。

Comments 8 pages, 5 figures

A Semantic and Occlusion-Aware GM-PHD Filter

一种语义和遮挡感知的GM-PHD滤波器

Jovan Menezes, Mark Campbell

机构 * Sibley School of Mechanical and Aerospace Engineering, Cornell University（康奈尔大学机械与航空航天工程系） 纠错

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

AI总结 本文提出了一种包含从深度学习中提取的语义信息的新出生模型，以创建一种遮挡感知的高斯混合概率假说密度（GM-PHD）滤波器。与以往依赖简单或统一假设的方法不同，所提出的语义-遮挡感知（S-OA）出生模型通过显式考虑遮挡区域并利用环境的语义信息来定义初始化项。这使滤波器能够准确表示新物体更可能出现的位置，从而在复杂和高密度的驾驶场景中提高跟踪性能。该方法通过蒙特卡洛模拟和KITTI数据集的实验进行评估。性能通过测量首次检测与跟踪初始化之间的延迟、平均绝对数量误差以及最优子模式分配（OSPA）度量来评估。结果表明，S-OA出生模型在遮挡密集的环境中减少了初始化延迟，在约70%的情况下匹配或优于最强基线。还提供了出生模型权重的敏感性分析。总体而言，研究结果强调了在自动驾驶中将遮挡推理和语义先验整合到贝叶斯跟踪框架中的优势。

Comments Accepted at ICRA 2026

How Well Do Vision-Language Models Understand Sequential Driving Scenes? A Sensitivity Study

视觉-语言模型对连续驾驶场景的理解有多好？一项敏感性研究

Roberto Brusnicki, Mattia Piccinini, Johannes Betz

机构 * Professorship of Autonomous Vehicle Systems（自动驾驶系统教授职位） ； TUM School of Engineering and Design（技术大学慕尼黑工程与设计学院） 纠错

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

AI总结 本文通过系统分析视觉-语言模型（VLMs）在连续驾驶场景中的表现，揭示了输入配置对模型性能的影响，发现即使顶级模型在连续驾驶场景中的准确率仅为57%，远低于人类在相似约束下的65%，并暴露了VLMs在理解车辆动态和时间关系上的显著差距。

Comments 8 pages, 5 figures

Geometry-Lite: Interpretable Safety Probing via Layer-Wise Margin Geometry

Geometry-Lite: 通过层间边际几何进行可解释的安全探测

Woo Seob Sim, Yu Rang Park

机构 * Yonsei University（延世大学） ； Yonsei University College of Medicine（延世大学医学院） ； Department Biomedical Systems Informatics（生物医学系统信息学部门） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.AI

AI总结 本文研究了大语言模型在提示级别上的安全探测问题，提出了一种名为Geometry-Lite的紧凑探测器，通过层间边际几何分析来提高安全检测的可解释性和准确性。

Grounding Driving VLA via Inverse Kinematics

通过逆运动学接地驾驶VLA

Junsung Park, Hyunjung Shim

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； KimJaeChul AI Graduate School（金 JaeChul人工智能研究生院） 纠错

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

AI总结 本文提出通过逆运动学求解器重新设计驾驶VLA，以解决轨迹预测中对视觉token的忽略问题，通过引入视觉状态预测和逆运动学网络，提升了视觉接地和轨迹规划性能。

Benchmarking Empirical and Learning-Based Approaches for Feedforward Steering Control in Autonomous Racing

为自动驾驶赛车中的前馈转向控制评估经验方法和学习方法

Georg Jank, Mattia Piccinini, Sebastian Wenk, Phillip Pitschi, Johannes Betz, Boris Lohmann

机构 * Chair of Automatic Control, Department of Engineering Physics and Computation, Technical University of Munich（慕尼黑技术大学自动控制系） ； Professorship of Autonomous Vehicle Systems (AVS), Department of Mobility Systems Engineering, Technical University of Munich（慕尼黑技术大学移动系统工程系自动驾驶车辆系统教授职位） 纠错

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

AI总结 本文通过系统评估两种学习方法和两种经验方法的前馈转向控制器，发现学习方法在开环评估中预测误差最小，但在闭环测试中路径跟踪性能和圈速并不优于所提出的方法，表明在完整轨迹规划和控制软件栈中评估前馈策略的必要性。

Comments 8 pages, 12 figures, Accepted to be published as part of the 2026 IEEE International Conference on Intelligent Transportation Systems (ITSC 2026), Naples, Italy, September 15-18, 2026

AMAR: Lightweight Attention-Based Multi-User Activity Recognition from Wi-Fi CSI

AMAR: 基于注意力机制的轻量级多用户活动识别从Wi-Fi CSI

Amirhossein Mohammadi, Hina Tabassum

机构 * Department of Electrical Engineering and Computer Science（电气工程与计算机科学系） 纠错

专题命中 规划控制 ：occupancy(abstract)；分类 cs.AI

AI总结 本文提出了一种基于注意力机制的轻量级多用户活动识别框架AMAR，通过将活动识别转化为集合预测问题，利用Transformer架构和边缘-云混合架构，实现了在多用户环境下对并发活动的高精度识别，同时显著减少带宽使用和占用估计误差。

Comments 25 pages, 6 figures, 3 tables

TRAM: Test-Time Risk Adaptation with Mixture of Agents

TRAM: 测试时风险适应与代理混合

Mohamad Fares El Hajj Chehade, Amrit Singh Bedi, Amy Zhang, Hao Zhu

机构 * UT Austin（得克萨斯大学） ； University of Central Florida（中央佛罗里达大学） ； MIT（麻省理工学院） ； UMD（大学公园分校） 纠错

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文研究了在部署时无需更新的零更新适应问题，提出TRAM方法通过混合代理评估源策略的风险调整分数，以降低部署风险并保持奖励。

MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving

MAPLE：基于潜在空间的多智能体交互用于端到端自动驾驶

Rajeev Yasarla, Deepti Hegde, Hsin-Pai Cheng, Shizhong Han, Yunxiao Shi, Meysam Sadeghigooghari, Hanno Ackermann, Litian Liu, Pranav Desai, Fatih Porikli, Mohammad Ghavamzadeh, Hong Cai

机构 * Qualcomm AI Research（英矽人工智能研究） 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MAPLE框架，通过在视觉-语言-动作模型的潜在空间中实现反应式多智能体滚动，以解决传统模仿学习框架下闭环设置中模型易碎的问题，通过监督微调和强化学习结合多样性奖励，实现了可扩展且无需外部模拟器的闭环训练，提升了端到端自动驾驶系统的鲁棒性。

Comments 19 pages, 9 figures

Closed Loop Dynamic Driving Data Mixture for Real-Synthetic Co-Training

闭环动态驾驶数据混合用于真实-合成协同训练

Hongzhi Ruan, Pei Liu, Weiliang Ma, Zhengning Li, Xueyang Zhang, Jun Ma, Dan Xu, Kun Zhan

机构 * Li Auto（力汽车） ； HKUST（香港科技大学） ； HKUST (GZ)（香港科技大学（广州）） 纠错

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

AI总结 本文提出了一种闭环动态数据混合方法，通过动态优化过程调整训练数据混合比例，以提升模型性能，解决了在有限预算下优化数据混合的关键问题。

Bridging Structure and Language: Graph-Based Visual Reasoning for Autonomous Road Understanding

连接结构与语言：基于图的视觉推理用于自动驾驶道路理解

Lena Wild, Katie Z Luo, Marco Pavone

机构 * KTH Royal Institute of Technology（皇家理工学院） ； TRATON ； Stanford University（斯坦福大学） ； NVIDIA（英伟达） 纠错

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

AI总结 本文提出结合道路子基质（CRS）框架，通过图结构和开放词汇语义的联合执行，解决自动驾驶中道路结构理解的精度与语义灵活性之间的平衡问题。

NanoCP: Request-Level Dynamic Context Parallelism for Data-Expert Parallel Decoding

NanoCP: 数据专家并行解码的请求级动态上下文并行

Jiefei Chen, Binbin Lin, Jinming Ma, Jiangfei Duan, Haojie Duanmu, Hao Liu, Qinxiu Cheng, Xiuhong Li, Zhilin Pei, Hui Wang, Xingcheng Zhang, Dahua Lin

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出NanoCP，通过动态上下文并行技术解耦MoE通信与KV缓存放置，实现上下文并行度的动态平衡，从而在不增加额外负载的情况下提升请求速率和降低尾延迟。

Tackling the Kidnapped Robot Problem via Sparse Feasible Hypothesis Sampling and Reliable Batched Multi-Stage Inference

通过稀疏可行假设采样和可靠的分批多阶段推理解决被绑架的机器人问题

Muhua Zhang, Lei Ma, Ying Wu, Kai Shen, Deqing Huang, Henry Leung

机构 * School of Electrical Engineering, Southwest Jiaotong University（西南交通大学电子工程学院） 纠错

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

AI总结 本文提出了一种被动的2D全局重定位框架，通过单个LiDAR扫描和占用网格地图在机器人静止时高效可靠地估计全局姿态，从而提高移动机器人的长期自主性。该框架将全局重定位问题转化为非凸问题，并通过多假设方案与分批多阶段推理和早期终止平衡完整性和效率。

Comments 14 pages, 8 figures. Accepted for publication in IEEE Transactions on Instrumentation and Measurement. DOI: 10.1109/TIM.2026.3694741

Query-Calibrated Segmental Admission for Descriptor-Agnostic LiDAR Loop Closure in Repetitive Environments

基于查询校准的分段准入用于无描述符的激光雷达回环闭合在重复环境中

Jaehyun Kim, Seungwon Choi, Wonseok Kang, Tae-Wan Kim

机构 * Department of Naval Architecture and Ocean Engineering（naval architecture and ocean engineering department） 纠错

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

AI总结 该研究提出了一种无描述符的稀疏回环准入策略，用于在重复环境中稳定图结构，通过校准查询级的分段假设并验证代表性配对来减少回环因素的误入，从而提高回环闭合的精度和稳定性。

Comments 8 pages, 3 figures

EllipseLIO: Adaptive LiDAR Inertial Odometry with an Ellipsoid Representation

EllipseLIO: 一种基于椭球表示的自适应激光雷达惯性里程计

Rowan Border, Margarita Chli

机构 * Vision for Robotics Lab (V4RL)（机器人视觉实验室） 纠错

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

AI总结 本文提出EllipseLIO，一种基于椭球表示的实时激光雷达惯性里程计，通过自适应的激光雷达扫描过滤和配准方法，在不同环境和传感器下实现鲁棒的里程计性能，实验表明其在多种复杂场景中表现最优。

Comments 8 pages, 6 figures, 2 tables

Hybrid Machine Learning Model for Forest Height Estimation from TanDEM-X and Landsat Data

基于TanDEM-X和Landsat数据的混合机器学习模型用于森林高度估计

Islam Mansour, Ronny Haensch, Irena Hajnsek, Konstantinos Papathanassiou

机构 * German Aerospace Center (DLR)（德国航空航天中心（DLR）） ； Institute of Environmental Engineering, ETH Zürich（环境工程研究所，苏黎世联邦理工学院） 纠错

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

AI总结 本文提出了一种结合机器学习与物理模型的混合方法，利用TanDEM-X干涉相干测量和Landsat光学数据来提高森林高度估计的精度，通过扩展特征空间减少高度和基线地形坡度的模糊性，实验结果表明RMSE和MAE分别降低了13.5%和16.6%。

3D Reconstruction and Knowledge Distillation to Improve Multi-View Image Models to Explore Spike Volume Estimation in Wheat

3D重建与知识蒸馏以改进多视角图像模型以探索小麦籽粒体积估计

Olivia Zumsteg, Jannis Widmer, Yann Bourdé, Norbert Kirchgessner, Andreas Hund, Lukas Roth, Paraskevi Nousi

机构 * ETH Zurich（苏黎世联邦理工学院） ； Swiss Data Science Center（瑞士数据科学中心） 纠错

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

AI总结 本文提出了一种混合2D-3D方法，通过训练过程中知识蒸馏，使模型能够高效地进行图像-only推理。该方法结合了基于距离直方图特征的刚性不变点云网络和提出的多视角图像基于调节Transformer（RT）的集成架构，最终通过特征或标签蒸馏将知识转移到纯图像模型中，从而提高了籽粒体积估计的精度和效率。

Comments 8 pages, 6 figures (Appendix: 4 pages, 5 figures)

Enhancing Graph-Based SLAM in GNSS-Denied environments by leveraging leg odometry

通过利用腿部里程计增强基于图的SLAM在GNSS受限环境中的性能

Léon Perruchot-Triboulet, Luc Jaulin, Kai Xiao

机构 * LinxAI Tech（LinxAI科技） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出了一种基于因子图的架构，通过结合本体感觉腿部里程计和激光雷达-惯性里程计，有效减少了GNSS受限环境中视觉漂移，提高了SLAM的鲁棒性。

Comments 4 pages, 3 figures, 2 tables, for ICRA workshop on Robot Meets GNSS and Ranging for Seamless Autonomy

Towards Physically Consistent 4D Scene Reconstruction for Closed-loop Autonomous Driving Simulation

迈向物理一致的闭环自动驾驶模拟中的4D场景重建

Bowyn Tan, Yutong Xie, Bai Huang, Fan Luo, Xiao Li, Naizheng Wang, Yang Guan, Shengbo Eben Li

机构 * Tsinghua University（清华大学） ； Meituan（美团） ； Central University of Finance and Economics（中央财经大学） 纠错

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

AI总结 本文提出了一种信息几何诊断框架，解决3DGS方法在同时实现空间和时间参数建模时的信用分配难题，通过引入正交投影梯度（OPG）和时间正则化策略，提升了4D场景重建的物理一致性。

Comments 20 pages, 4 figures

CARACAS: vehiCular ArchitectuRe for detAiled Can Attacks Simulation

CARACAS：用于详细CAN攻击模拟的车辆架构

Sadek Misto Kirdi, Nicola Scarano, Franco Oberti, Luca Mannella, Stefano Di Carlo, Alessandro Savino

机构 * Politecnico di Torino, Department of Control（都灵理工大学控制与计算机工程系） 纠错

专题命中 仿真评测 ：BEV(abstract,abstract_cn)；分类 cs.AI

AI总结 本文提出CARACAS，一种用于模拟详细CAN攻击的车辆模型，通过结合Simulink等仿真框架和攻击模型的稳健表示，生成合成数据集以提高IDS的检测能力，重点展示电池电动车的扭矩控制攻击模拟。

Comments 6 pages, 8 figures, TrustAICyberSec workshop - IEEE ISCC 2024

Journal ref Proceeding of the 29th IEEE Symposium on Computers and Communications, ISCC 2024

Separation Logic for Verifying Physical Collisions of CNC Programs

用于验证CNC程序物理碰撞的分离逻辑

Yeonseok Lee

专题命中 仿真评测 ：occupancy(abstract)

AI总结 本文提出了一种形式验证框架，将CNC工作空间概念化为空间堆，利用分离逻辑验证安全性和物理碰撞，通过形式三元组检测逻辑空间竞赛，扩展到协作环境并支持多轴运动学。

Comments 20 pages, 4 figures

Towards Resilient and Autonomous Networks: A BlueSky Vision on AI-Native 6G

迈向稳健和自主的网络：AI原生6G的BlueSky愿景

Liang Wu, Kelly Wan, Mayank Darbari, Liangjie Hong

机构 * Nokia（诺基亚） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.AI

AI总结 本文提出了一种AI原生6G的BlueSky愿景，旨在将人工智能原生整合到6G中，从'为AI的网络'转向'为网络的AI'，通过基础模型和协作多智能体系统，将网络管理转化为统一的多模态多任务优化问题，推动6G向智能自维持通信基础设施发展。

Comments Accepted at KDD 2026