自动驾驶

A Distributed Multi-UGV Exploration Framework With Loop-Aware Planning and Descriptor-Aided Localization in Resource-Limited Environments

资源受限环境下的分布式多UGV探索框架：环回感知规划与描述符辅助定位

Zhiwei Li, Haiou Liu, Xijun Zhao, Ji Li, Yingze Wang, Boyang Wang

机构 * School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械与车辆学院） ； China North Artificial Intelligence & Innovation Research Institute, Collective Intelligence & Collaboration Laboratory (CIC)（中国北方人工智能与创新研究院集体智能与协作实验室） ； Zhengzhou Intelligent Technology Research Institute, Beijing Institute of Technology（北京理工大学郑州智能科技研究院） 纠错

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

AI总结 提出一种完全分布式的多无人地面车辆（UGV）探索框架，通过轻量级LiDAR全局描述符实现跨UGV环回检测，并结合环回感知分层规划，在资源受限环境中减少探索时间和行驶距离。

Journal ref IEEE Transactions on Industrial Electronics, 2026

WHU-Infra3D: A Full-stack Multi-modal Dataset and Benchmark for 3D Roadside Infrastructure Inventory

WHU-Infra3D：面向3D路边基础设施清单的全栈多模态数据集与基准

Chong Liu, Luxuan Fu, Xuyu Feng, Zhen Dong, Bisheng Yang

机构 * State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing (LIESMARS)（信息工程测绘遥感国家重点实验室） ； Wuhan University（武汉大学） 纠错

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

AI总结 提出WHU-Infra3D多模态基准数据集，覆盖三城市53.8公里，融合全景图像与LiDAR点云，提供2D-3D实例关联和跨帧跟踪，支持基础设施状态诊断与属性识别，填补自动化维护数据集空白。

Language-Driven Cost Optimization for Autonomous Driving

语言驱动的自动驾驶成本优化

Diego Martinez-Baselga, Khaled Mustafa, Javier Alonso-Mora

机构 * TU Delft（代尔夫特理工大学） 纠错

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

AI总结 提出语言驱动框架，利用大语言模型解释场景和用户查询，生成风险感知MPPI控制器的参数，并通过人机交互验证和反馈迭代优化自动驾驶行为。

Comments Paper accepted at IEEE Intelligent Transportation Systems Conference (ITSC) 2026

Monte Carlo Pass Search: Using Trajectory Generation for 3D Counterfactual Pass Evaluation in Football

蒙特卡洛传球搜索：利用轨迹生成进行足球3D反事实传球评估

Andrew Kang, Priya Narasimhan

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 提出蒙特卡洛传球搜索（MCPS），结合价值模型、世界模型和反事实策略，基于3D轨迹数据评估足球传球，通过两种执行盈余分数实现分布感知的传球分析。

Comments CVPR 2026, CVSports Workshop

Envision4D: Envisioning Visual Futures via Feed-forward 4D Gaussian Splatting for Autonomous Driving

Envision4D: 通过前馈4D高斯泼溅展望自动驾驶的视觉未来

Qi Song, Yifei He, Chi Zhang, Zheng Fu, Xuhe Zhao, Mengmeng Yang, Kun Jiang, Rui Huang, Diange Yang

机构 * Tsinghua University（清华大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

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

AI总结 提出Envision4D，一种全自监督前馈框架，通过未来姿态预测、层内时间注意力和条件运动提升，实现无位姿的未来外推，在自动驾驶动态场景预测中达到最先进性能。

Comments Project Page: https://maggiesong7.github.io/research/Envision4D/

Diffusion Forcing Planner: History-Annealed Planning with Time-Dependent Guidance for Autonomous Driving

扩散强制规划器：基于时间依赖引导的历史退火规划用于自动驾驶

Zehan Zhang, Neng Zhang, Yaoyi Li, Jia Cai, Zhiling Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； Yinwang Intelligent Technology Co., Ltd（银网智能科技有限公司） ； Hefei Institutes of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院） 纠错

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

AI总结 提出扩散强制规划器（DFP），通过历史引导控制实现异构联合扩散过程，结合退火历史的条件引导，解决运动规划中的时间不一致问题，在nuPlan上取得竞争性能。

Comments CVPR2026

Uncertainty-Aware Motion Planning for Autonomous Driving in Mixed Traffic Environment

混合交通环境下自动驾驶的不确定性感知运动规划

Ming Cheng, Hao Chen, Ziyi Yang, Ziluowen Luo, Senzhang Wang

机构 * Central South University（中南大学） ； City University of Macau（澳门城市大学） 纠错

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

AI总结 提出不确定性感知运动规划（UAMP），通过量化人类意图不确定性并引入不确定性校准值学习，提升自动驾驶在混合交通中的安全性和舒适性。

Mean Flow Distillation: Robust and Stable Distillation for Flow Matching Models

平均流蒸馏：面向流匹配模型的鲁棒稳定蒸馏方法

An Zhao, Shengyuan Zhang, Zhongjian Sun, Yixiang Zhou, Zejian Li, Ling Yang, Tianrun Chen, Lingyun Sun

机构 * National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出平均流蒸馏（MFD）框架，通过时间低通滤波抑制优化噪声并保证轨迹一致性，实现流匹配模型的高保真单步生成。

Discrete-WAM: Unified Discrete Vision-Action Token Editing for World-Policy Learning

Discrete-WAM：面向世界-策略学习的统一离散视觉-动作标记编辑

Ziyang Yao, Haochen Liu, Yuncheng Jiang, Zeyu Zhu, Zibin Guo, Jingru Wang, Tianle Liu, Jianwei Cui, Kuiyuan Yang, Hongwei Xie, Jingwei Zhao, Guang Chen, Hangjun Ye

机构 * Xiaomi EV（小米电动车） 纠错

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

AI总结 提出Discrete-WAM，通过将未来视觉状态和自车动作对齐为离散标记，构建统一离散扩散框架，实现世界建模、世界-动作策略和分层决策策略的联合学习，支持可控生成和反事实推理，提升自动驾驶决策可靠性。

Isolation-aware Scheduling Framework for DNN-based End-to-End Autonomous Driving System on Tile-based Accelerators

基于瓦片加速器的端到端自动驾驶系统中DNN的隔离感知调度框架

Chenguang Zhang, Yuanpeng Zhang, Chenhao Xue, Yihan Yin, Chen Zhang, Guangyu Sun

专题命中 端到端驾驶 ：autonomous driving(title,abstract)

AI总结 提出ADS-Tile框架，通过可配置隔离与弹性预留结合，在瓦片加速器上优化DNN共置调度，降低重分配开销，满足严格延迟约束。

Comments Accepted by IEEE Transactions on Computers

Information-Preserving Continuous Occupancy Mapping with Variance-Weighted Submap Joining

基于方差加权子图拼接的信息保持连续占据地图构建

Zhuhua Bai, Yingyu Wang, Liang Zhao, Shoudong Huang

机构 * University of Technology Sydney（悉尼科技大学） ； University of Edinburgh（爱丁堡大学） 纠错

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

AI总结 提出首个连续概率子图拼接框架，通过信息保持稀疏贝叶斯公式压缩观测数据为充分统计量，联合优化子图位姿与全局占据场，实现高精度位姿估计与全局一致性地图。

Comments 12 pages, 7 figures

Thermal Signatures of the Slater-Mott Crossover in the Hubbard Model: From Double Occupancy to Antiferromagnetic Correlation Length

Hubbard模型中Slater-Mott交叉的热特征：从双占据到反铁磁关联长度

Mingzhong Lu, Yu-Feng Song, Youjin Deng, Yuan-Yao He

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

AI总结 通过双占据温度导数的符号变化确定Hubbard模型Néel基态中Slater-Mott交叉的边界，并利用精确对角化和量子蒙特卡洛模拟得到二维半满模型的交叉点U_cross/t=4.0(2)，同时从反铁磁关联长度最大值获得一致边界。

Comments 5 pages, 4 figures, and Supplementary Material

Near-deterministic single-atom loading on a photonic integrated circuit

在光子集成电路上近确定性的单原子加载

Xinchao Zhou, Ahreum Lee, Dipanjan Das, Saivirinchi Prabandhakavi, Chen-Lung Hung

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 利用光镊中的移动光晶格形成精密光学传送带，将原子稳定输送到微环谐振器电路上，通过实时反馈实现82%的单原子转移概率，达到强耦合条件C>1。

Comments 11 pages, 9 figures

A Modeling and Optimization Framework for Fostering Modal Shift through the Integration of Tradable Credits and Demand-Responsive Autonomous Shuttles

一种通过整合可交易信用和需求响应型自动驾驶接驳车促进出行方式转换的建模与优化框架

Zenghao Hou, Ludovic Leclercq

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出动态多模式均衡模型，整合可交易信用与需求响应型自动驾驶接驳车，优化出行方式转换及交通管理策略。

Journal ref Transportation Research Part C: Emerging Technologies, Volume 189, August 2026, Article 105755

Calculations of current in the cotunneling regime using Lindblad equations

使用Lindblad方程计算共隧穿区间的电流

Kian Maleki, Michael E. Flatté

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文采用Lindblad形式在马尔可夫近似下计算零维态通过隧穿势垒的共隧穿电流，并分析了自旋阻塞、退相干和自旋寿命对磁场和引线自旋极化的依赖性。

Comments disagreement between the authors about how the work should be revised to address referee comments

Generalized-CVO: Fast and Correspondence-Free Local Point Cloud Registration with Second Order Riemannian Optimization

广义CVO：基于二阶黎曼优化的快速无对应局部点云配准

Ray Zhang, Marcus Greiff, Thomas Lew, John Subosits

机构 * Toyota Research Institute（丰田研究院） 纠错

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

AI总结 提出一种基于几何表面结构和再生核希尔伯特空间嵌入的无对应局部点云配准方法，采用二阶流形优化实现高达10倍加速，在LiDAR和RGB-D跟踪及物体配准中显著降低漂移并提升鲁棒性。

Comments 16 pages, 12 figures

GRAR: Glass-induced Reflection Artifact Removal in LiDAR Point Clouds

GRAR: LiDAR点云中玻璃引起的反射伪影去除

Wanpeng Shao, Zeyi Guo, Bo Zhang, Yifei Xue, Tie Ji, Yizhen Lao

机构 * College of Computer Science and Electronic Engineering, Hunan University（湖南大学计算机科学与电子工程学院） ； School of Design, Hunan University（湖南大学设计学院） ； School of Finance and Statistics, Hunan University（湖南大学金融与统计学院） 纠错

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

AI总结 提出两阶段框架，先利用多模态视觉基础模型和几何线索精确分割玻璃区域，再基于物理驱动的反射感知局部-全局几何相似性描述符去除反射伪影，在多个公开数据集上优于现有方法。

Event-based Scheimpflug LiDAR for Ultra-Fast Laser-Scanned Rangefinding

基于事件的Scheimpflug激光雷达用于超快激光扫描测距

Nathan Meraz, Alisha Whitehead, Suet Ying Chan, Ronan Taneja, Gabriella Mayrend, Joseph L. Greene

专题命中 激光雷达 ：LiDAR(title,abstract)

AI总结 提出eSCHORTY系统，将事件传感器与调制连续波线激光结合，通过Scheimpflug几何实现每秒百万兆事件级密集3D点云，解决帧率限制和背景干扰问题。

Comments 19 pages, 8 figures

Resilient Navigation for Autonomous Farm Robots by Leveraging Jerk-Augmented Models with IMU-Only Disturbance Rejection

利用基于加加速度增强模型与仅IMU干扰抑制的自主农业机器人弹性导航

Batu Candan, Mohammed Atallah, Simone Servadio, Saeed Arabi

机构 * Iowa State University（爱荷华州立大学） ； Salin247 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 针对农业机器人传感器中断和振动问题，提出加加速度增强EKF与多调谐因子自适应方法，动态调整测量协方差，显著降低3D位置RMSE。

TaCarla: A comprehensive benchmarking dataset for end-to-end autonomous driving

TaCarla: 端到端自动驾驶的综合基准数据集

Tugrul Gorgulu, Atakan Dag, M. Esat Kalfaoglu, Halil Ibrahim Kuru, Baris Can Cam, Halil Ibrahim Ozturk, Ozsel Kilinc

机构 * Tuğrul Gorgülü *†（土耳其巴伊塞蒂大学） ； Atakan Dağ †（土耳其巴伊塞蒂大学） ； M. Esat Kalfaoğlu ‡（土耳其巴伊塞蒂大学） ； Halil İbrahim Kuru †（土耳其巴伊塞蒂大学） ； Barış Can Cam †（土耳其巴伊塞蒂大学） ； Halil İbrahim Öztürk †（土耳其巴伊塞蒂大学） ； Özsel Kılınç §（土耳其巴伊塞蒂大学） 纠错

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

AI总结 针对现有自动驾驶数据集不完整、行为多样性不足及闭环评估缺失等问题，基于CARLA Leaderboard 2.0挑战场景收集超过285万帧的多任务数据集，支持规划、检测、预测及视觉语言动作模型，并提供数值稀有度评分。

Comments Accepted at the Third Workshop on Simulation for Autonomous Driving (SAD), CVPR 2026

Modular2Simple: A Tool for Modular Scenario Creation Based on the OpenSCENARIO Format

Modular2Simple：基于OpenSCENARIO格式的模块化场景创建工具

Nikolai Khriapov, Mohamed Taha Drif, Renjue Li, Cas Widdershoven

专题命中 仿真评测 ：autonomous driving(abstract)

AI总结 提出Modular2Simple工具，通过组合简单场景为模块化场景，简化复杂自动驾驶场景创建，降低开发成本并提升复用性。

Comments 2nd International Conference on Electric Vehicle and Vehicle Engineering. CEVVE 2024