自动驾驶

Distortion-Aware PETR for BEV Object Detection with Mixed Pinhole-Fisheye Cameras

畸变感知的PETR用于混合针孔-鱼眼相机的BEV目标检测

Xiangzhong Liu

机构 * fortiss GmbH（fortiss有限公司） 纠错

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

AI总结 针对鱼眼相机径向畸变破坏BEV检测器均匀采样假设的问题，提出DAPETR，通过畸变感知位置编码和双向特征-几何协同调制模块，在KITTI-360基准上优于基线方法，并揭示了学习适应与显式几何重参数化之间的冲突。

Comments 8 pages, 5 figures, accepted at ICRA 2026

Eyes All Around: Design and Analysis of 360-Degree LiDAR Perception Using Equivariant Feature Learning in Unstructured Traffic

全方位视角：非结构化交通中基于等变特征学习的360度LiDAR感知设计与分析

Pranav Darshan, Raghuveer Narayanan Rajesh, M Uttara Kumari

机构 * RV College of Engineering（RV工程学院） 纠错

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

AI总结 针对非结构化城市交通中感知难题，提出结合扇形全景处理与旋转等变稀疏卷积的360度LiDAR感知框架，在印度城市交通数据集上验证了多类别检测性能。

CAMF-Det: Closure-Aware Multimodal Fusion for LiDAR-Camera 3D Object Detection on UAV Platforms

CAMF-Det: 面向无人机平台的激光雷达-相机闭合感知多模态融合3D目标检测

Yanze Jiang, Yanfeng Gu, Xian Li

机构 * School of Electronics and Information Engineering, Harbin Institute of Technology（哈尔滨工业大学电子与信息工程学院） 纠错

专题命中 感知 ：BEV(summary_cn,abstract)；LiDAR(title,abstract)；分类 cs.CV

AI总结 针对无人机俯视场景中树冠遮挡导致的多模态信息退化问题，提出基于比尔-朗伯定律的闭合感知融合框架CAMF-Det，通过显式建模双模态遮挡强度并注入检测流程，在自建数据集上实现困难级别mAP_BEV提升9.43%和4.88%。

Geometry-Aware Fisheye-LiDAR Fusion for Robust 3D Object Detection in Low-Overlap Setups

几何感知鱼眼-激光雷达融合用于低重叠设置下的鲁棒3D目标检测

Xiangzhong Liu, Xihao Wang, Hao Shen

机构 * Technical University of Munich（慕尼黑工业大学） 纠错

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

AI总结 针对稀疏视角下鱼眼相机与激光雷达的几何畸变和低重叠问题，提出几何感知混合融合框架，通过畸变感知LSS模块和双注意力校正模块实现极坐标与笛卡尔特征融合，在三个基准上提升检测精度。

Comments 8 pages, 4 figures, submitted to RA-L

ATN3D: Density-Aware LiDAR-Radar Early 3D Object Detection Under Extreme Sparsity

ATN3D：面向极端稀疏性的密度感知激光雷达-雷达早期3D目标检测

Debojyoti Biswas, Xianbiao Hu

机构 * University of California, Berkeley（加州大学伯克利分校） ； Tsinghua University（清华大学） 纠错

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

AI总结 针对远距离稀疏感知下早期融合丢失信息、通道监督不均衡的问题，提出ATN3D框架，通过密度感知融合、占用门控邻域聚合、证据条件通道自注意力和距离感知损失，在VoD数据集上显著提升远距离检测性能。

Efficient Minimal Solvers for Relative Pose Estimation in Autonomous Driving Applications

自动驾驶应用中相对位姿估计的高效最小求解器

Tao Li, Liang Liu, Jianli Han, Weimin Lv

机构 * College of Aerospace Science and Engineering, Naval Aviation University（海军航空大学航空航天科学与工程学院） 纠错

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

AI总结 提出基于新平移参数化和一阶旋转近似的统一框架，设计三种最小求解器（利用IMU垂直方向、转向旋转轴方向、平面运动假设），减少点对应数量和代数复杂度，在RANSAC中加速假设生成，平衡速度与精度。

Taming Perception Jitter: Uncertainty-Aware LiDAR Object Detection for Reliable Motion Classification

驯服感知抖动：面向可靠运动分类的不确定性感知激光雷达目标检测

Cornelius Schröder, Žygimantas Marcinkus, Markus Lienkamp

机构 * Technical University of Munich（慕尼黑工业大学） ； Institute for Automotive Engineering, Munich Institute of Robotics and Machine Intelligence, School of Engineering and Design（汽车工程研究所，慕尼黑机器人与机器智能研究所，工程与设计学院） 纠错

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

AI总结 提出一种部署友好的策略，通过不确定性估计和统计检验减少静态物体的虚假动态预测，在真实驾驶中显著降低误报和不必要停车。

Zero-Shot Semantic Re-Identification for Autonomous Driving: A VLM Baseline Study

零样本语义重识别用于自动驾驶：一项VLM基线研究

Eduardo Borges, Manuel Abreu, Luís Garrote, Urbano J. Nunes

机构 * Autonomous Mobile Robot（自主移动机器人） ； University of Minho（明德大学） 纠错

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

AI总结 提出使用视觉-语言模型生成语义描述进行零样本重识别，在自动驾驶场景中实现与监督CNN基线相当的检索性能，并增强可解释性。

Comments 7 pages

LUNA-AD: Lightweight Uncertainty-Aware Language Model with Lifelong Learning for Autonomous Driving

LUNA-AD: 面向自动驾驶的轻量级不确定性感知语言模型与终身学习

Ruoyu Yao, Pei Liu, Ruiguo Zhong, Mingxing Peng, Rui Yang, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 提出LUNA-AD，一种结合三系统架构、多智能体分析、双头轻量模型和反思驱动终身学习的轻量级不确定性感知语言模型，在nuPlan上实现高成功率与低推理延迟。

Comments 16 pages,9 figures

VGP-Nav: Metric-Aware Visual Geometric Perception for Robot Navigation

VGP-Nav：用于机器人导航的度量感知视觉几何感知

Hewei Pan, Weiye Zhu, Zekai Zhang, Zitong Huang, Rongtao Xu, Jinbao Wang, Feng Zheng

机构 * Southern University of Science and Technology（南方科技大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Shenzhen University（深圳大学） ； SpatialTemporal AI（时空人工智能） 纠错

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

AI总结 提出VGP-Nav，一种仅依赖单目RGB输入的框架，通过地面平面几何约束解决尺度模糊，实现度量定位与障碍物感知的统一。

IntentNav: Learning Spatial-Visual Object Navigation from Human Demonstrations

IntentNav: 从人类演示中学习空间-视觉物体导航

Yuxin Cai, Zongtai Li, Maonan Wang, Muyi Bao, Haokun Zhu, Ruofei Bai, Ding Zhao, Zirui Li, Wenshan Wang, Wei-Yun Yau, Ji Zhang, Chen Lv

机构 * Nanyang Technological University（南洋理工大学） ； Carnegie Mellon University（卡内基梅隆大学） ； The Chinese University of Hong Kong（香港中文大学） ； A*STAR Institute for Infocomm Research (I2R)（新加坡科技研究局资讯通信研究院） 纠错

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

AI总结 提出IntentNav框架，通过人类演示学习类人物体导航策略，利用前沿标注和意图对齐目标实现最优性能，并零样本迁移到多种机器人平台。

Comments 26 pages, 9 figures

ACTIVE-o3: Empowering MLLMs with Active Perception via Pure Reinforcement Learning

ACTIVE-o3：通过纯强化学习赋予多模态大语言模型主动感知能力

Muzhi Zhu, Hao Zhong, Canyu Zhao, Zongze Du, Mingyu Liu, Zheng Huang, Anzhou Li, Hao Chen, Cheng Zou, Jingdong Chen, Ming Yang, Chunhua Shen

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 提出ACTIVE-o3框架，基于GRPO强化学习，通过模块化感知-动作设计和双形式奖励，使MLLM自主学会高效准确的区域选择策略，在开放世界和领域特定任务中显著提升主动感知能力。

Comments Accepted to ICML 2026. Project page: https://aim-uofa.github.io/ACTIVE-o3

Resource-aware Computation-Communication Overlap for multi-GPU ML Workloads

面向多GPU机器学习工作负载的资源感知计算-通信重叠

Minyu Cui, Miquel Pericas

机构 * Chalmers University of Technology and University of Gothenburg（查尔姆斯理工大学和哥德堡大学） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.AI

AI总结 针对多GPU训练中通信瓶颈，提出通过共享内存占用整形和通信流优先级提升实现计算与通信重叠，在多种GPU上减少执行时间达25.5%。

Comments To appear at the AI on HPC Workshop at ISC 2026, held in conjunction with ISC 2026

Coop-WD: Cooperative Perception with Weighting and Denoising for Robust V2V Communication

Coop-WD：具有加权和去噪的协作感知用于鲁棒V2V通信

Chenguang Liu, Jianjun Chen, Yunfei Chen, Yubei He, Zhuangkun Wei, Hongjian Sun, Haiyan Lu, Qi Hao

机构 * Department of Engineering, Durham University（工程系，达勒姆大学） ； Faculty of Engineering and Information Technology, University of Technology, Sydney（工程与信息技术学院，悉尼技术大学） ； 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） 纠错

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

AI总结 针对V2V通信损伤对协作感知的影响，提出联合加权与去噪框架Coop-WD，通过自监督对比模型和条件扩散概率模型分层增强特征，并设计高效变体Coop-WD-eco降低计算开销，在各类信道下优于传统方法。

Comments submitted to IEEE Transactions on Intelligent Transportation Systems

AlignFed: Alignment-Aware Asynchronous Federated Fine-Tuning for Large Language Models in Heterogeneous Edge Environments

AlignFed: 异构边缘环境中大语言模型的对齐感知异步联邦微调

Yan Wang, Ziyi Gao, Rui Wang

机构 * University of Science and Technology Beijing（北京科技大学） 纠错

专题命中 感知 ：autonomous driving(abstract)

AI总结 提出AlignFed框架，通过多阶段语义对齐机制（版本感知更新分组、跨版本语义对齐、公平性感知聚合）解决异步联邦微调中大语言模型在异构边缘环境中的模型漂移、客户端漂移和聚合不公平问题。

QDS-SNN: Energy-efficient Quantum Deeply-Supervised Spiking Neural Network Algorithm for Traffic Sign Recognition

QDS-SNN：用于交通标志识别的节能量子深度监督脉冲神经网络算法

Zhiguo Qu, Keqi Li, Le Sun, Wenjie Liu, Yimin Yu, Saif Al-Kuwari, Ahmed Farouk

机构 * School of Computer Science, School of Software, Nanjing University of Information Science and Technology（计算机科学系、软件学院、信息科学技术大学） 纠错

专题命中 感知 ：autonomous driving(abstract)

AI总结 提出量子深度监督脉冲神经网络（QDS-SNN），结合量子神经网络与时空自适应LIF神经元，在GTSRB数据集上以6个时间步达到99.72%准确率，能耗降低55.77%。

Comments 13 pages, 10 Figures, 8 Tables

Real-Time and Accurate Collision-Free Teleoperation via Differentiable Constraint-Based Trajectory Planning

基于可微约束轨迹规划的实时精确无碰撞遥操作

Max Grobbel, Tristan Schneider, Daniel Flögel, Sören Hohmann

机构 * FZI - Forschungszentrum Informatik（FZI 信息技术研究中心） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

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

AI总结 针对遥操作中自碰撞与环境碰撞问题，提出基于对偶可微碰撞约束的轨迹规划方法，采用胶囊体与多面体建模，实现更低计算时间和更精确障碍物建模，保证平滑无碰撞遥操作。

Comments 8 pages, 4 figures, accepted at ICRA2026

Safe Polytope-in-Polytope Motion Planning and Control with Control Barrier Functions

基于控制障碍函数的安全多面体在多面体内的运动规划与控制

Alejandro Gonzalez-Garcia, Dries Dirckx, Jan Swevers, Wilm Decré

机构 * KU Leuven（鲁汶大学） 纠错

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

AI总结 提出一种安全局部运动规划与控制方法，通过模型预测控制器中的离散时间控制障碍函数约束，保证多面体机器人足迹始终位于连续更新的凸自由空间内，计算时间随障碍物数量增加最多降低91倍。

Comments This work has been submitted to the IEEE for possible publication

Trajectory Optimization in Single and Dual-UAV Bearing-Only Target Localization

单无人机和双无人机仅方位目标定位中的轨迹优化

Zhijian Xiao, Huayu Huang, Bin Li, Yang Shang, Banglei Guan

机构 * College of Aerospace Science and Engineering, National University of Defense Technology（国防科技大学航天科学与工程学院） ； Hunan Key Laboratory of Image Measurement and Visual Navigation（湖南省图像测量与视觉导航重点实验室） 纠错

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

AI总结 提出基于Fisher信息矩阵的轨迹优化方法，通过谱加权目标函数和交叉角正弦项改善观测几何，结合改进粒子群算法，显著降低定位误差。

Comments 16 pages, 13 figures and 6 tables. Submitted to Measurement

QuickLAP: Quick Language-Action Preference Learning for Semi-Autonomous Agents

QuickLAP: 为半自主代理快速语言-动作偏好学习

Jordan Abi Nader, David Lee, Nathaniel Dennler, Andreea Bobu

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

AI总结 本研究提出QuickLAP，一种融合物理和语言反馈的贝叶斯框架，用于实时推断奖励函数，通过大规模语言模型提取奖励特征注意力掩码和偏好偏移，从而在半自主驾驶模拟器中将奖励学习误差降低70%，并通过用户研究验证其可理解性和协作性。

Decentralized End-to-End Multi-AAV Pursuit Using Predictive Spatio-Temporal Observation via Deep Reinforcement Learning

基于深度强化学习的去中心化端到端多无人艇追捕

Yude Li, Zhexuan Zhou, Huizhe Li, Yanke Sun, Yenan Wu, Yichen Lai, Yiming Wang, Youmin Gong, Jie Mei

机构 * School of Intelligence Science and Engineering（智能科学与工程学院） ； Guangdong Key Laboratory of Intelligent Morphing Mechanisms and Adaptive Robotics（广东省智能变形机制与自适应机器人重点实验室） ； Shenzhen Key Lab for Advanced Motion Control and Modern Automation Equipments（深圳先进运动控制与现代自动化设备重点实验室） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 端到端驾驶 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一种去中心化端到端多智能体强化学习框架，通过预测时空观测实现自主空中群体在复杂环境中的追捕，提升捕获效率和协同成功率。

EditSSC: Toward Editable Semantic Occupancy Scenes with Unconditional Diffusion Models

EditSSC: 基于无条件扩散模型的可编辑语义占用场景

Fatima Balde, Raoul de Charette, Alexandre Boulch

机构 * Inria（法国国家信息与自动化研究所） ； Valeo.ai（法雷奥人工智能实验室） 纠错

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

AI总结 提出EditSSC方法，利用2D BEV表示和现成潜扩散网络实现3D语义场景生成与免训练编辑，在SemanticKITTI上优于现有3D专用基线。

Comments Accepted at CVPR 2026 Workshop

Dexterity-BEV: Aligning 3D World and Actions for Generalizable Robot Policies Learning

Dexterity-BEV: 对齐3D世界与动作以实现通用机器人策略学习

Huayi Zhou, Wei Gao, Dekun Lu, Ruiji Liu, Zhanqi Zhang, Ziyang Zhang, Jian Chen, Wenlve Zhou, Sheng Xu, Shumin Li, Kangyi Guo, Shichen Xu, Zixin Huang, Yongyi Su, Kui Jia

机构 * DexForce Technology（德克斯技术公司） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

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

AI总结 提出Dexterity-BEV框架，通过对齐顶点图和顶点谱的3D表示以及鸟瞰图对齐，解决2D基础模型在3D操作中的局限性，提升机器人策略的泛化能力。

Comments under review

Cross-View Urban Traffic Dataset: Drone-Supervised Ground Truth for Monocular Bird's-Eye View Localization

跨视角城市交通数据集：用于单目鸟瞰图定位的无人机监督地面真值

Prakhar Bhardwaj, Simone Weikl, Kilian Mang, Elia Jonas Sandtner

机构 * OTH Regensburg（雷根斯堡应用技术大学） 纠错

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

AI总结 提出一个由同步自行车视角和无人机视角视频构建的跨视角城市交通数据集，支持跨视角身份匹配和鸟瞰图预测任务，提供身份级对齐和标准化评估。

Excitation spectrum and low-temperature magnetism in disordered defect-fluorite Ho2Zr2O7

无序缺陷氟石型Ho₂Zr₂O₇的激发谱和低温磁性

P. L. Oliveira Silva, J. G. A. Ramon, Viviane Peçanha-Antonio, Tatiana Guidi, J. S. Gardner, Chun Sheng Fang, R. S. Freitas

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 研究无序缺陷氟石型Ho₂Zr₂O₇的激发谱和低温磁性，通过热磁表征和晶电场能级方案揭示磁性摩擦和无序共存的结构相，提出考虑晶体电场分裂的结构无序模型，解释高能单离子激发的展宽并表明基态波函数无磁矩。

Comments 10 pages, 8 figures

Journal ref Phys. Rev. B 113, 214423 (2026)

PACE: Post-Causal Entropy Modeling for Learned LiDAR Point Cloud Compression

PACE：用于学习LiDAR点云压缩的后因果熵建模

Jiahao Zhu, Kang You, Dandan Ding, Zhan Ma

机构 * School of Information Science and Technology, Hangzhou Normal University, Hangzhou, China.（信息科学与技术学院，杭州师范大学，杭州，中国） ； School of Electronic Science and Engineering, Nanjing University, Nanjing, China（电子科学与工程学院，南京大学，南京，中国） 纠错

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

AI总结 PACE通过非因果骨干网络和轻量级预测器提升LiDAR点云压缩效率，实现90%以上的解码延迟降低和BD-BR节省。

RO-LiDAR GeoQuickView: A Web Platform for Exploring Public LiDAR-Derived Elevation Data in Romania

RO-LiDAR GeoQuickView：探索罗马尼亚公共LiDAR衍生高程数据的Web平台

Alexandru Hegyi

专题命中 激光雷达 ：LiDAR(title,title_cn)

AI总结 提出一个非商业Web-GIS平台RO-LiDAR GeoQuickView，整合公共LiDAR衍生数字地形模型等高程数据，提供标准化山体阴影可视化、参与式景观记录和空间索引，以解决数据碎片化和专业处理限制问题。

Leveraging 2D Priors and SDF Guidance for Dynamic Urban Scene Rendering

利用2D先验和SDF引导进行动态城市场景渲染

Siddharth Tourani, Jayaram Reddy, Akash Kumbar, Satyajit Tourani, Nishant Goyal, Madhava Krishna, N. Dinesh Reddy, Muhammad Haris Khan

机构 * IIIT Hyderabad（海得拉尔印度理工学院） ； MBZUAI（穆罕默德·本·拉希德智能研究院） ； University of Heidelberg（海德堡大学） ； VLM Run ； IIT Kharagpur（克达尔理工学院） 纠错

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

AI总结 本文提出结合2D对象无关先验与SDF表示的方法，用于动态城市场景渲染，无需LiDAR数据，提升几何精度和变形建模能力。

Comments Accepted at ICCV-2025, project page: https://dynamic-ugsdf.github.io/

Journal ref Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2025

Where Does the Answer Come From? Benchmarking View-Level Visual Evidence Identification in Multi-View MLLMs for Autonomous Driving

答案从何而来？面向自动驾驶的多视角MLLMs中视角级视觉证据识别基准

Yimu Wang, Yee Man Choi, Barry Zhang, Mozhgan Nasr Azadani, Sean Sedwards, Krzysztof Czarnecki

机构 * University of Waterloo（滑铁卢大学） 纠错

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

AI总结 针对多视角自动驾驶场景，提出一个基准测试，评估多模态大模型在视觉问答中识别支持性相机视角的能力，包含122个冲突中心问题对，并区分视角选择与答案正确性。

Learning from Human Driving: A Human-in-the-Loop Online Behavior Cloning Framework for Autonomous Driving

从人类驾驶中学习：一种用于自动驾驶的人机协同在线行为克隆框架

Yuhong Shi, Jianyi Liu, Lihang Sun, Li Li, Xudong Dong

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（西安交通大学人工智能与机器人研究所人机混合增强智能国家重点实验室） 纠错

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

AI总结 提出人机协同在线行为克隆框架HiL-OBC，通过人类干预初始化策略、贝叶斯潜在行为建模和在线更新，结合大模型感知与人类驾驶智能，在CARLA基准上显著提升驾驶性能。