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。
LoComposition：无需步态先验的地形自适应高效四足运动
机构 * Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； University of Tübingen（图宾根大学） ； Technical University of Munich（慕尼黑工业大学） ； University of Stuttgart（斯图加特大学）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 提出一种将任务奖励、操作约束、能量最小化和地形感知分离的框架，无需显式步态先验，在四足机器人上实现高效地形自适应运动，运输成本降低56%，违规减少96%。
Comments 17 pages, 5 figures, 10 tables
ActiveSAM: 图像条件类别剪枝实现快速准确的开放词汇分割
机构 * VILA Lab, Mohamed bin Zayed University of Artificial Intelligence（VILA实验室，穆罕默德·本·扎耶德人工智能大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI
AI总结 提出ActiveSAM，一种无需训练、零样本的推理框架，通过图像条件类别剪枝和低分辨率预览，将SAM 3转化为主动词汇分割器，在8个基准上平均提升1.4 mIoU，速度提升最高5.5倍。
Comments Preprint. Code is available at https://github.com/VILA-Lab/ActiveSAM
ROSA-RL：基于强化学习的不确定性感知环岛优化速度建议
机构 * Universität der Bundeswehr München（慕尼黑联邦国防军大学） ； Hochschule für angewandte Wissenschaften Landshut（兰茨胡特应用科学大学）
专题命中 感知 ：occupancy(abstract)；分类 cs.RO、cs.AI
AI总结 针对混合交通中环岛场景的不确定性，提出ROSA-RL框架，结合Transformer预测冲突区域占用概率与强化学习，实现安全高效的环岛入口速度协调。
Comments 8 pages, 2 figures, 2 tables. Copyright 2026 IEEE. This is the accepted manuscript for 2026 IEEE International Conference on Intelligent Transportation Systems (ITSC), not the final published version
BRDFusion：物理与生成结合的城市场景逆渲染
机构 * National Yang Ming Chiao Tung University ； University of Illinois Urbana-Champaign ； National Taiwan University
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出BRDFusion框架，结合物理建模与生成先验，实现城市场景逆渲染，在保持物理一致性的同时修复伪影，支持新视角重光照、夜间模拟和动态物体编辑。
Comments Project page: https://shigon255.github.io/brdfusion-page/
G2IA: 几何引导的实例感知跨模态地点识别检索与精炼
机构 * Shanghai Jiao Tong University（上海交通大学） ； National University of Defense Technology（国防科技大学）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 提出G2IA框架，通过几何引导的实例感知检索和跨模态局部形状与空间布局验证，解决图像到点云地点识别中的模态差异和感知混淆问题。
任务感知的环境增强：通过屏蔽条件扩散实现可靠导航
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 感知 ：trajectory planning(abstract)；分类 cs.RO
AI总结 针对部分可观测环境下的轨迹规划可靠性问题，提出任务感知的环境增强方法SCoDA，利用条件扩散模型学习最优视觉标记布局，通过屏蔽采样引导标记放置，提升轨迹执行可靠性和完成时间。
燃气负荷分析中的数据稀缺性：广义代理引导的负荷与时间分解
专题命中 感知 ：occupancy(abstract)
AI总结 针对燃气数据稀缺问题，提出广义代理引导的负荷与时间分解框架，通过四阶段过程从低频数据重建高保真热负荷曲线，在11栋多单元住宅数据集上实现总燃气消耗均方百分比误差6.37%。
Comments This work has been accepted for presentation/publication at the 2026 IEEE Canadian Conference on Electrical and Computer Engineering (CCECE). The final published version will appear in IEEE Xplore
DarkFlow：用于暗物质探测的具有低损耗数据流读出的分层数字SiPM架构
专题命中 感知 ：occupancy(abstract)
AI总结 提出DarkFlow分层数字SiPM架构，通过本地数据聚合、相对时间编码、背压控制和占用感知eDRAM突发缓冲，在十亿光子事件率下实现超低丢包，有效刷新率提升2.14倍，数字读出面积占比小于0.86%。
Comments Accepted to GLSVLSI
5G物理上行链路上的鲁棒且精确的应用指纹识别
专题命中 感知 ：occupancy(abstract)
AI总结 针对5G加密控制信道打破传统攻击链的问题，本文发现物理层侧信道（上行MCS稳定导致PRB数量反映IP包长度），结合上行控制信道重构双向流量，设计了三步被动攻击Crosshair，通过盲提取、数据增强和跨模态对齐实现高精度应用识别。
KATANA：一种将卡尔曼滤波器快速、低功耗映射到边缘NPU上用于实时跟踪的方法
机构 * Indian Institute of Technology, Kharagpur（印度理工学院，Khargpur分校）
专题命中 感知 ：autonomous driving(abstract)
AI总结 针对实时跟踪系统中卡尔曼滤波器在边缘设备上的功耗和实时性约束，提出KATANA框架，通过三种代数图重写将LKF/EKF映射到商用NPU，在Intel Core Ultra系列上实现高达97.9%的动态能耗降低。
Metis: 一种用于自动驾驶和城市导航的通用高效世界-动作模型
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； The University of Hong Kong（香港大学） ； Tongji University（同济大学） ； Li Auto Inc.（理想汽车） ； Huazhong University of Science and Technology（华中科技大学） ； Imperial College London（伦敦帝国理工学院） ； University of Surrey（萨里大学）
专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 提出Metis框架，通过解耦视频生成与动作预测，采用混合专家架构和不对称注意力掩码，实现高效推理与泛化，在多个导航基准上取得最优性能。
低空无线网络中基于博弈论的多智能体强化学习群体轨迹规划
专题命中 规划控制 ：trajectory planning(title,abstract)
AI总结 针对低空无线网络中多无人机在多小区基站下因资源块分配导致的轨迹耦合问题，提出合作随机拥塞博弈模型和CTDE-MAPPO算法，实现通信与任务联合优化。
Comments Submitted to IEEE/CIC ICCC 2026 in Wuhan
HOLO-MPPI：通过分层策略优化的多场景运动规划
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Honda Research Institute, USA（本田研究所（美国））
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.AI
AI总结 提出HOLO-MPPI框架，结合离线高层策略学习与在线低层随机最优控制，实现多场景运动规划，无需针对每个场景重新调整参数，在自动驾驶中优于MPPI和端到端RL基线。
你的轨迹位移在长尾场景中安全吗？
机构 * Shanghai Qi Zhi Institute（上海期智研究院） ； Tsinghua University（清华大学） ； Tongji University（同济大学）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.AI
AI总结 提出FluidTest评估框架，通过成对WebUI协议、32种语义威胁分类和三元验证系统，检测规划轨迹相对于专家参考的额外威胁，实验发现SOTA规划器仍存在大量安全相关失败。
Comments 20 pages, 15 figures
引导艺术治疗的情感动态：通过分层引导的LLM智能体实现可控叙事脚本生成
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.AI
AI总结 提出EC-Script框架，通过分层控制情感轨迹生成叙事脚本，实现情感轨迹规划、场景驱动和局部情感调节，显著优于基线方法。
自适应深度库普曼算子用于车辆动力学建模：一种物理信息与轮胎力驱动方法
专题命中 规划控制 ：autonomous driving(abstract)
AI总结 针对深度库普曼算子在在线应用中因高维提升状态空间导致的秩亏问题，提出一种轮胎力驱动建模框架，通过嵌入7自由度动力学约束和物理信息变步长归一化最小均方算法，实现稳定在线更新，在CarSim和dSPACE硬件在环测试中验证了鲁棒精度与实时性。
图神经网络层选择用于驾驶轨迹预测中交互建模的比较研究
机构 * Ontario Tech University（安大略理工大学） ； Assiut University（艾斯尤特大学）
专题命中 规划控制 ：autonomous driving(abstract)
AI总结 本文比较了19种图神经网络层在轨迹预测中的空间和时间处理能力，发现ARMA、Chebyshev和拓扑感知层表现最佳，并总结了基于和聚合、多头注意力和不同跳距权重等设计原则。
Comments 6 pages, 1 figure
Journal ref The IEEE Intelligent Vehicles Symposium (IEEE IV 2026)
m6A-FORM：解码N6-甲基腺苷生物学的基础模型
专题命中 规划控制 ：occupancy(abstract)
AI总结 提出基于Transformer的基础模型m6A-FORM，利用MeRIP-seq峰作为先验，预训练后微调实现m6A位点预测，性能优于现有方法，并支持调控因子结合位点预测和组织保守位点分析。
GraphWorld: 基于世界模型的长时域规划实现端到端自动驾驶
机构 * Beijing Key Laboratory of Traffic Data Mining and Embodied Intelligence, School of Computer Science and Technology, Beijing Jiaotong University（北京交通大学计算机科学与技术学院，交通数据挖掘与具身智能北京市重点实验室） ； School of Artificial Intelligence (School of Software), Yanshan University（燕山大学人工智能学院（软件学院）） ； 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） ； University of Macau（澳门大学） ； The University of Queensland（昆士兰大学）
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.CV
AI总结 提出GraphWorld框架，通过潜在世界建模增强长时域规划，利用自车中心交互图建模邻车关系，并基于世界状态条件规划实现安全轨迹生成，显著降低碰撞率。
Comments 16 pages, 5 figures
CausalDrive: 用于自动驾驶的实时因果世界模型
机构 * SKL-IOTSC, CIS, University of Macau（澳门大学协同创新研究院，科技学院） ； Xiaomi EV（小米汽车） ； CASIA（中国科学院自动化研究所）
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 提出CausalDrive，一种可控、实时的驾驶世界渲染器，通过因果预测和Context-Forced DMD架构实现交互式模拟，支持闭环评估、强化学习后训练和人在环仿真。
自主智能体导航中学习非线性模型预测控制的贝叶斯优化
机构 * Talos Robotics AI
专题命中 端到端驾驶 ：LiDAR(abstract)；occupancy(abstract)；分类 cs.RO
AI总结 提出一种无地图框架，结合滚动时域规划与非线性MPC，利用贝叶斯优化自动调参，在仿真和实物四足机器人上实现高效导航。
Comments Published at the IEEE ICRA 2026 Xplore Workshop (Oral), Cross-Disciplinary aspects of Exploration in Robotics, Reinforcement Learning, and Search
NIMO：一个集成多种AI算法的闭环材料探索软件平台
机构 * Center for Basic Research on Materials, National Institute for Materials Science（材料基础研究所，日本国家材料科学研究所） ； Graduate School of Frontier Sciences, The University of Tokyo（东京大学前沿科学研究生院） ； Center for Green Research on Energy and Environmental Materials, National Institute for Material Science（能源与环境材料绿色研究中心，日本国家材料科学研究所）
专题命中 端到端驾驶 ：self-driving(abstract)；分类 cs.RO
AI总结 提出开源平台NIMO，通过模块化AI-机器人解耦、候选池架构和统一接口，集成12种AI算法，实现跨实验室的自主材料探索。
Comments 29 pages, 5 figures
GraphBEV++: 自动驾驶中的多模态特征对齐
机构 * Beijing Key Laboratory of Traffic Data Mining and Embodied Intelligence, School of Computer Science and Technology, Beijing Jiaotong University（北京交通大学计算机科学与技术学院，交通数据挖掘与具身智能北京市重点实验室） ； School of Artificial Intelligence (School of Software), Yanshan University（燕山大学人工智能学院（软件学院）） ； University of Macau（澳门大学） ； Nanyang Technological University（南洋理工大学） ； The University of Queensland（昆士兰大学）
专题命中 BEV与占用 ：BEV(summary_cn,abstract)；autonomous driving(title,abstract)；LiDAR(abstract)；occupancy(abstract)
AI总结 针对自动驾驶中BEV感知的特征未对齐问题，提出GraphBEV++框架，通过局部对齐（LocalAlign-v2）和全局对齐（GlobalAlign-v2）模块，利用图匹配、可变形偏移和扩散去噪方法，在多种基准上实现最优性能。
Comments 30 pages, 7 figures
ControlMap: 用于交通场景仿真的可控高清地图生成
机构 * University of Stuttgart（斯图加特大学） ； Robert Bosch GmbH（博世公司） ； Motional, Inc（Motional公司）
专题命中 BEV与占用 ：autonomous driving(abstract)；分类 cs.RO、cs.AI
AI总结 提出基于潜在扩散和ControlNet的数据驱动管道，实现可控高清地图生成，支持空间引导、条件强度调整和城市风格迁移，并引入新指标评估控制信号遵循度和地图真实性。
VANDERER: 基于未来感知与视觉好奇心引导扩散策略的无地图探索
机构 * Control/Robotics Research Laboratory (CRRL), Department of Electrical and Computer Engineering, NYU Tandon School of Engineering（纽约大学坦登工程学院电气与计算机工程系控制/机器人研究实验室（CRRL）） ； New York University Abu Dhabi (NYUAD) Center for Artificial Intelligence and Robotics (CAIR)（纽约大学阿布扎比分校人工智能与机器人中心（CAIR））
专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.RO、cs.CV
AI总结 提出VANDERER框架，利用视觉好奇心模块引导预训练扩散策略，仅依赖单目图像实现高效无地图探索，在多种模拟环境中平均探索面积比NoMaD多13.4%。
素数 p = km(m+1) + e + 2kq 的参数族：启发式定律、条件定理和无条件素性证书
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 研究素数 p = km(m+1) + e + 2kq 的参数族，给出无条件素性证书（如构造29998位素数）、条件结果（GRH下|q_min|的界）和启发式定律，并证明zeta回归信号是伪影。
Comments 16 pages, 6 figures. Ancillary files: Python reproducibility scripts regenerating the tables and figures (deterministic quantities reproduced exactly; statistical ones converge to the published values). All assertions are tagged rigorous, conditional, or heuristic
无序费米-哈伯德模型中纠缠增长与局部运动积分的联系
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 研究无序费米-哈伯德模型中电荷和自旋自由度对纠缠增长的贡献，通过优化局部守恒量展开哈密顿量，发现电荷-自旋耦合显著弱于同类耦合，且仅在无序强度不同时显现。
Comments 9 pages, 11 figures
异质平均场模型的稳态近似误差
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 研究异质平均场模型中M个智能体系统的占据测度与退火平均场平衡之间的稳态均方误差，建立了O(1/M)的界，揭示了异质系统需要初始条件扰动的均匀鲁棒性。
Comments Corrected a few minor typos and added a link to ref [6]
基于LiDAR点云和OpenStreetMap的高速公路场景自动数字孪生构建
机构 * Institute of Automotive Engineering, Graz University of Technology（格拉茨技术大学汽车工程研究所） ； School of Intelligent Connected Vehicle, Hubei University of Automotive Technology（湖北汽车工业学院智能网联汽车学院） ； Professorship of Autonomous Vehicle Systems, Technical University of Munich（慕尼黑工业大学自动驾驶系统教席）
专题命中 激光雷达 ：LiDAR(title,title_cn)；分类 cs.RO
AI总结 提出融合LiDAR点云与OpenStreetMap数据的自动化流程，生成地理参考的ASAM OpenDRIVE高速公路地图，实现车道级几何与拓扑的完整建模，平均横向RMSE为0.740米。
Comments 9 pages, 5 figures
LV-Calib：基于边界响应建模的LiDAR-相机外参标定
机构 * Pen-Tung Sah Institute of Micro-Nano Science and Technology, Xiamen University（厦门大学萨本栋微米纳米科学技术研究院）
专题命中 激光雷达 ：LiDAR(title,title_cn)；分类 cs.RO
AI总结 提出LV-Calib框架，利用可打印平面靶标，通过视觉基准和圆形反射率边界，结合强度与几何约束优化LiDAR特征点，实现LiDAR-相机外参标定和边界响应校准，达到亚像素重投影精度和毫米级特征一致性。
Comments Comments: 8 pages, 6 figures, 3 tables
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