自动驾驶

ATLAS: A Large-Scale Evaluation Benchmark for Adversarial LiDAR Perception

ATLAS：面向对抗性激光雷达感知的大规模评估基准

Mellon M. Zhang, Siddhant Panse, Zimo Fan, Akshal Dhal, Rishit Sarkar, Glen Chou

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

AI总结 针对黑盒传感器攻击下激光雷达感知模型的鲁棒性评估空白，提出首个大规模物理驱动基准ATLAS，通过点注入和点移除两种攻击模式，揭示模型性能与鲁棒性的非对称性，并溯源至标准数据增强方法。

Comments preprint

UnsOcc: 3D Semantic Occupancy Prediction in Unstructured Scene via Rendering Fusion

UnsOcc：非结构化场景下基于渲染融合的3D语义占用预测

Ye Wu, Ruiqi Song, Baiyong Ding, Nanxin Zeng, Junjie Cheng, Yunfeng Ai

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Waytous Inc.（Waytous公司） 纠错

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

AI总结 提出UnsOcc多模态框架，通过渲染融合模块和基于高斯溅射的细节感知辅助监督，解决非结构化场景中跨模态融合困难与长尾分布问题，在露天矿和nuScenes数据集上超越现有方法。

Comments 8 pages

CANMOT: Class-Aware Noise Modeling for Multi-Object Tracking in Autonomous Driving

CANMOT: 自动驾驶中多目标跟踪的类别感知噪声建模

Timo Osterburg, Stefan Schütte, Torsten Bertram

机构 * Institute of Control Theory and Systems Engineering, TU Dortmund University（控制理论与系统工程研究所，多特蒙德大学） 纠错

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

AI总结 针对自动驾驶中多目标跟踪任务，提出一种类别感知且目标对齐的噪声建模框架CANMOT，通过引入类别特定的过程与测量噪声协方差矩阵，并在目标坐标系中表达以保持纵向-横向各向异性，从而提升跟踪性能并显著减少身份切换。

Comments submitted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

GeoDrive-Bench: Benchmarking Region-Specific Multimodal Reasoning in Autonomous Driving

GeoDrive-Bench：自动驾驶中区域特定多模态推理的基准测试

Yingzi Ma, Chaowei Xiao, Ming Jiang

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 提出GeoDrive-Bench基准，通过5053个跨六国人工验证的多选题，评估视觉语言模型在感知、预测、规划和区域推理四个驾驶任务中基于区域特定交通规则的推理能力，并设计蒸馏算法注入区域知识以提升模型性能。

VOIC: Visible-Occluded Integrated Guidance for 3D Semantic Scene Completion

VOIC：可见-遮挡联合引导的3D语义场景补全

Zaidao Han, Risa Higashita, Jiang Liu

机构 * Research Institute of Trustworthy Autonomous Systems, Southern University of Science and Technology（可信自主系统研究院，南方科技大学） ； Department of Computer Science and Engineering, Southern University of Science and Technology（计算机科学与工程系，南方科技大学） ； School of Computer Science, University of Nottingham Ningbo China（宁波大学计算机学院） ； Department of Electronic and Information Engineering, Changchun University（电子与信息工程学院，长春大学） 纠错

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

AI总结 提出VOIC网络，通过解耦可见区域感知与遮挡区域推理，利用离线可见区域标签提取策略和双解码器框架，在SemanticKITTI和SSCBench-KITTI360上实现最先进的3D语义场景补全性能。

Learned Non-Maximum Suppression for 3D Object Detection

用于3D目标检测的学习型非极大值抑制

Timo Osterburg, Stefan Schütte, Torsten Bertram

机构 * Institute of Control Theory and Systems Engineering, TU Dortmund University（控制理论与系统工程研究所，多特蒙德技术大学） 纠错

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

AI总结 提出两种基于学习的过滤模块（D2D-Rescore和GossipNet3D）替代启发式NMS，通过检测间关系提升3D检测性能，尤其改善小物体和稀有类别的检测精度。

Comments 6 pages, accepted at IEEE Intelligent Vehicles Symposium (IV) 2026

Exploiting Channel Correlation and PU Traffic Memory for Opportunistic Spectrum Scheduling

利用信道相关性和PU业务记忆的机会频谱调度

Shanshan Wang, Sugumar Murugesan, Junshan Zhang

专题命中 感知 ：occupancy(abstract)

AI总结 针对主用户占用和信道衰落均随时间变化且具有时间相关性的认知无线电网络，通过部分可观测马尔可夫决策过程建模，研究机会频谱调度中联合利用两种时间记忆的折衷，并证明最优策略性能接近全观测辅助系统且显著优于随机调度。

Plan-R1: Safe and Feasible Trajectory Planning as Language Modeling

Plan-R1：安全且可行的轨迹规划作为语言建模

Xiaolong Tang, Meina Kan, Shiguang Shan, Xilin Chen

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 提出Plan-R1两阶段轨迹规划框架，通过原则对齐与行为学习解耦，结合规则奖励和方差解耦GRPO，显著提升自动驾驶规划的安全性和可行性。

Comments Accepted by ICLR2026

Bridging Predictive Uncertainty and Safe Action: Sample-Conditioned Differentiable Planning for Autonomous Driving

桥接预测不确定性与安全行动：面向自动驾驶的样本条件可微分规划

Chengzhen Meng, Pei Liu, Zhiyu Huang, Chen Lv, Jun Ma

机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology（香港科学与技术大学机器人与自主系统方向） ； Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学电子与计算机工程系） ； Department of Civil and Environmental Engineering, University of California, Los Angeles（加州大学洛杉矶分校土木与环境工程系） ； 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 提出一种样本条件可微分规划框架，通过扩散模型生成多样未来场景并直接输入可微分规划器，利用条件风险价值约束缓解预测不确定性，实现安全、高效、舒适的自动驾驶运动规划。

MGA trajectory planning with an ACO-inspired algorithm

基于蚁群优化算法的MGA轨迹规划

Matteo Ceriotti, Massimiliano Vasile

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

AI总结 提出将多重力辅助轨迹自动设计建模为自主规划与调度问题，并采用蚁群优化算法搜索最优行星序列与轨迹。

Journal ref Acta Astronautica, 67 (9-10). pp. 1202-1217, ISSN 0094-5765, 2010

Motion Planning in Dynamic Environments: A Survey from Classical to Modern Methods

动态环境中的运动规划：从经典到现代方法的综述

Zongyuan Shen, Yaming Ou, Shalabh Gupta, Shancheng Zhao, Dehua Zhou, Gao Wang, Zhongqiang Ren, Junfeng Fan, Long Cheng

机构 * College of Information Science and Technology, Jinan University（济南大学信息科学与技术学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Department of Electrical and Computer Engineering, University of Connecticut（康奈尔大学电子与计算机工程系） ； Global College, Shanghai Jiao Tong University（上海交通大学全球学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 规划控制 ：LiDAR(abstract,abstract_cn)；分类 cs.RO

AI总结 本文综述了138篇文献，将动态环境中的运动规划方法分为采样、图搜索、模型预测控制、学习及经典局部规划五类，分析了各方法的原理、优缺点及动态环境特有挑战。

Energy-Efficient Building HVAC Control Using Hybrid System LBMPC

使用混合系统LBMPC的节能建筑HVAC控制

Anil Aswani, Neal Master, Jay Taneja, Andrew Krioukov, David Culler, Claire Tomlin

专题命中 规划控制 ：occupancy(abstract,abstract_cn)

AI总结 本文提出一种基于混合系统学习模型预测控制（LBMPC）的建筑HVAC控制方法，通过系统辨识和模型更新实现日均1.5MWh的节能效果，且不降低舒适度。

EXACT-MPPI: Exact Signed-Distance Navigation for Arbitrary-Footprint Robots from Point Clouds via Path Integral Control

EXACT-MPPI：通过路径积分控制实现点云中任意足迹机器人的精确有符号距离导航

Chen Peng, Zhikang Ge, Wenwu Lu, Haiming Gao, Stavros Vougioukas, Peng Wei

机构 * ZJU-Hangzhou Global Scientific and Technological Innovation Center, Zhejiang University, Hangzhou, China（浙江大学杭州全球科技创新中心） ； College of Biosystems Engineering and Food Science, Zhejiang University, Hangzhou, China（浙江大学生物系统工程与食品科学学院） ； Department of Biological and Agricultural Engineering, University of California, Davis, Davis, California, USA（加州大学戴维斯分校生物与农业工程系） 纠错

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

AI总结 提出EXACT-MPPI框架，将解析精确有符号距离评估器嵌入模型预测路径积分控制器，无需中间地图表示，直接处理点云实现任意形状足迹机器人的安全导航。

MAVEN-T: Reinforced Heterogeneous Distillation for Real-Time Multi-Agent Trajectory Prediction

MAVEN-T：用于实时多智能体轨迹预测的强化异构蒸馏

Wenchang Duan, Zhenguo Gao, Jinguo Xian, Yi Shi

机构 * School of Mathematical Sciences, Shanghai Jiao Tong University（上海交通大学数学科学学院） ； Bio-X Institutes, Key Laboratory for the Genetics of Developmental and Neuropsychiatric Disorders, Shanghai Jiao Tong University（上海交通大学Bio-X研究院、发育与神经精神疾病遗传学重点实验室） ； Shanghai Key Laboratory of Psychotic Disorders, Brain Science and Technology Research Center, Shanghai Jiao Tong University（上海精神疾病重点实验室、脑科学与技术研究中心，上海交通大学） 纠错

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

AI总结 提出MAVEN-T框架，通过高容量教师模型和紧凑学生模型的异构蒸馏，结合强化学习优化，实现实时多智能体轨迹预测，在多个数据集上达到高精度与低延迟。

Numerical schemes for the optimal input flow of a supply-chain

供应链最优输入流的数值方案

Ciro D'Apice, Rosanna Manzo, Benedetto Piccoli

专题命中 规划控制 ：occupancy(abstract)

AI总结 提出一种创新数值技术，通过广义切向量调整供应链输入流以实现期望输出流，并基于迎风-欧拉最速下降算法给出收敛性和误差估计。

Quantitative Methods for Comparing Different HVAC Control Schemes

比较不同HVAC控制方案的定量方法

Anil Aswani, Neal Master, Jay Taneja, Andrew Krioukov, David Culler, Claire Tomlin

专题命中 规划控制 ：occupancy(abstract)

AI总结 针对天气和占用条件变化导致难以公平比较不同HVAC控制器的问题，提出基于统计显著性的能耗和舒适度定量指标，并通过实验案例比较了两种替代控制器与默认控制器。

Scalable Approach to Uncertainty Quantification and Robust Design of Interconnected Dynamical Systems

互连动力系统不确定性量化与鲁棒设计的可扩展方法

Andrzej Banaszuk, Vladimir A. Fonoberov, Thomas A. Frewen, Marin Kobilarov, George Mathew, Igor Mezic, Alessandro Pinto, Tuhin Sahai, Harshad Sane, Alberto Speranzon, Amit Surana

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

AI总结 针对互连动力系统中的动态不确定性，提出一种可扩展的建模、分析与设计方法，通过案例研究（如目标跟踪、轨迹规划、建筑能耗和电力网络稳定性）验证其高效量化与鲁棒设计能力。

The Road Ahead in Autonomous Driving: The KITScenes Multimodal Dataset

自动驾驶的未来之路：KITScenes多模态数据集

Richard Schwarzkopf, Fabian Immel, Alexander Blumberg, Jonas Merkert, Nils Rack, Kaiwen Wang, Fabian Konstantinidis, Julian Truetsch, Carlos Fernandez, Annika Bätz, Kevin Rösch, Marlon Steiner, Willi Poh, Yinzhe Shen, Royden Wagner, Felix Hauser, Dominik Strutz, Jaime Villa, Gleb Stepanov, Holger Caesar, Ömer Şahin Taş, Frank Bieder, Jan-Hendrik Pauls, Christoph Stiller

机构 * FZI Research Center for Information Technology（弗劳恩霍夫信息技术研究中心） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； University Charles III of Madrid（马德里第三大学） ； Delft University of Technology（代尔夫特理工大学） 纠错

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

AI总结 本文提出KITScenes多模态数据集，通过高保真传感器和完整HD地图，解决现有数据集在传感器精度、地图完整性和地理多样性上的不足，并引入四个基准推动空间学习。

Comments 28 pages, 21 figures

LAP: An Agent-to-Instrument Protocol for Autonomous Science

LAP：面向自主科学的智能体-仪器协议

Linwu Zhu, Liqiang Gao, Yan Chen, Dan Zhu, Jian Huang

机构 * Shiyanjia Lab（实验之家实验室） 纠错

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

AI总结 针对自主科学中智能体与物理仪器连接碎片化的问题，提出LAP协议，通过InstrumentCard、预留机制、安全围栏握手和测量结果模式，实现有状态、安全关键的操作，并与现有生态系统兼容。

Comments 31 pages

BEV-ODOM2: Enhanced BEV-based Monocular Visual Odometry with PV-BEV Fusion and Dense Flow Supervision for Ground Robots

BEV-ODOM2: 基于PV-BEV融合与密集光流监督的增强型BEV单目视觉里程计用于地面机器人

Yufei Wei, Chenxiao Hu, Wangtao Lu, Sha Lu, Yuxiang Cui, Fuzhang Han, Rong Xiong, Yue Wang

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 针对现有BEV方法中位姿训练稀疏监督和透视投影信息丢失的问题，提出BEV-ODOM2框架，通过密集BEV光流监督和PV-BEV融合，在四个数据集上实现40%的RTE提升，并支持边缘实时部署。

Autonomous Navigation System for Library Service Robot Based on Unitree Go2 Edu

基于 Unitree Go2 Edu 的图书馆服务机器人自主导航系统

Aoduo Li, Haoran Lv, Bingquan Ou, Jianfeng Li, Yingdong Li, Zimeng Li

机构 * Unitree Go2 Edu 纠错

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

AI总结 针对图书馆狭窄通道和动态障碍物环境，提出基于 ROS 2 的四足机器人导航系统，融合 RTAB-Map、AMCL/EKF 和 Nav2 实现高成功率定位与避障，地图误差 3.7 cm。

Comments 6 pages, 5 figures, 4 tables. Accepted by WCCIS 2026

Optoelectronics and Magnetic properties calculation of RE$_2$MnNiO$_6$ (RE=La-Lu,Y) using Density Functional Theory

基于密度泛函理论的RE2MnNiO6 (RE=La-Lu,Y) 光电与磁性计算

Debidutta Pradhan

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 采用DFT+U方法研究RE2NiMnO6双钙钛矿系列，通过比较4f电子作为冻结芯态与价态的处理，揭示4f占据与八面体畸变对磁性和光电性能的协同影响。

Delay Optimal Server Assignment to Symmetric Parallel Queues with Random Connectivities

具有随机连接性的对称并行队列的延迟最优服务器分配

Hassan Halabian, Ioannis Lambadaris, Chung-Horng Lung

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 针对具有随机连接性的对称并行队列系统，证明最大权重匹配（MWM）策略在随机序意义下最小化队列长度的广泛成本函数（包括总队列占用或平均排队延迟）。

Comments 6 pages, 4 figures, Proc. IEEE CDC-ECC 2011

Backpressure with Adaptive Redundancy (BWAR)

带自适应冗余的反压 (BWAR)

Majed Alresaini, Maheswaran Sathiamoorthy, Bhaskar Krishnamachari, Michael J. Neely

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 提出一种结合反压调度与自适应冗余的混合方法BWAR，通过数学分析和仿真证明其在低负载下降低延迟、高负载下保持吞吐量最优。

Comments 9 pages, 4 figures, submitted to IEEE INFOCOM 2012

A novel and scalable Multigrid algorithm for many-core architectures

一种新颖且可扩展的多核架构多重网格算法

Julian Becerra-Sagredo, Carlos Malaga, Francisco Mandujano

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 提出一种专为GPU等众核架构设计的高占用率多重网格算法（HOMG），通过融合插值和松弛操作实现线性扩展和完美可扩展性。

Comments 9 pages, 5 figures

Semantic-weighted ICP for LiDAR Odometry: Class-Aware Residual Reweighting for Robust Scan Registration

语义加权ICP用于LiDAR里程计：基于类感知残差加权的鲁棒扫描配准

Vasco Carvalho, Tiago Barros, Urbano J. Nunes

机构 * Institute of Robotics and Autonomous Systems, University of Lisbon（里斯本大学机器人与自主系统研究所） 纠错

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

AI总结 提出语义加权ICP方法，通过根据语义类别的几何稳定性对残差进行加权，在动态和复杂环境中提升LiDAR里程计的位姿估计鲁棒性。

A Decentralized LiDAR-SLAM System with Certifiably Optimal Pose Graph Optimization

一种具有可认证最优位姿图优化的去中心化LiDAR-SLAM系统

Baoshan Song, Feng Huang, Li-Ta Hsu

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 针对多机器人去中心化LiDAR-SLAM全局一致性问题，提出首个集成可认证最优位姿图优化后端的系统，利用黎曼块坐标下降算法实现全局一致轨迹估计，无需精确初始猜测，轨迹RMSE相比DiSCo-SLAM最高降低48.9%。

Comments In Proceedings of the IEEE International Conference on Robotics & Automation (ICRA'26) 1st Workshop on Robot Meets GNSS and Ranging for Seamless Autonomy, Vienna, Austria, Jun. 5, 2026

LiDAR Point Cloud Colourisation Using Multi-Camera Fusion and Low-Light Image Enhancement

使用多相机融合和低光图像增强的LiDAR点云着色

Pasindu Ranasinghe, Dibyayan Patra, Bikram Banerjee, Simit Raval

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

AI总结 提出一种硬件无关的方法，通过多相机融合和低光增强模块，实现机械LiDAR点云的360度着色，在低光照条件下仍能恢复场景细节。

Journal ref Sensors 25(21), 6582 (2025)

FRED: A Multi-Modal Autonomous Driving Dataset for Flooded Road Environments

FRED：面向洪水道路环境的多模态自动驾驶数据集

Connor Malone, Sebastien Demmel, Sebastien Glaser

机构 * Queensland University of Technology（昆士兰理工大学） ； ARC Training Centre for Automated Vehicles in Rural and Remote Regions (AVR3)（农村和偏远地区自动化车辆培训中心（AVR3）） 纠错

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

AI总结 提出首个针对道路水险场景的多模态自动驾驶数据集FRED，包含相机、LiDAR和IMU数据，并提供语义标签以支持水险检测方法训练与评估。

RadarSFD: Single-Frame Diffusion with Pretrained Priors for Radar Point Clouds

RadarSFD：基于预训练先验的单帧扩散用于雷达点云

Bin Zhao, Nakul Garg

机构 * Rice University（里士大学） 纠错

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

AI总结 提出RadarSFD，一种条件潜在扩散框架，利用预训练单目深度估计器的几何先验，从单帧雷达数据重建密集LiDAR-like点云，无需合成孔径或多帧聚合。

Comments Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA 2026). Project page: https://phi-lab-rice.github.io/RadarSFD/