自动驾驶

Monocular 3D Occupancy Perception for Robots on Sidewalks via Hybrid 2D-3D Learning

基于混合2D-3D学习的人行道机器人单目3D占用感知

Yukai Ma, Joe Lin, Liu Liu, Honglin He, Lulu Ricketts, Brad Squicciarini, Yong Liu, Bolei Zhou

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Zhejiang University（浙江大学） ； Coco Robotics（Coco机器人） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 提出WalkOCC框架，通过混合射线行进单目3D占用感知，结合LiDAR-RGB配对数据与大规模无配对单目图像学习，提升人行道机器人导航的预测精度和泛化能力。

SP-TransientBench: A Real-Captured Single Photon Perception Benchmark

SP-TransientBench: 一个真实捕获的单光子感知基准

Hongzhou Dong, Zili Zhang, Ziting Wen, Yiheng Qiang, Runrong Deng, Wenle Dong, Ziwen Jiang, Xinyang Li, Rui Lu, Shuoyao Sun, Wenyu Wang, Ziyi Xia, Haitao Zheng, Guodong Shi, Xiaoqiang Ren

机构 * Shanghai University（上海大学） ； Southern University of Science and Technology（南方科技大学） ； The University of Sydney（悉尼大学） 纠错

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

AI总结 针对单光子LiDAR在真实场景中因噪声和多回波瞬态现象导致的感知挑战，提出包含10个场景、10297个视角的真实捕获多任务基准STB，支持深度估计、多视图重建和3D语义理解评估。

SegmentAnyTreeV2: Scaling Transformer-Based Tree Instance Segmentation Across Sensors, Platforms, and Forests

SegmentAnyTreeV2：跨传感器、平台和森林的基于Transformer的树木实例分割扩展

Maciej Wielgosz, Stefano Puliti, Rasmus Astrup

机构 * Norwegian Institute of Bioeconomy Research (NIBIO)（挪威生物经济研究所（NIBIO）） 纠错

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

AI总结 提出SegmentAnyTreeV2，一种传感器和平台无关的森林点云语义与实例分割框架，结合Point Transformer v3骨干网络、轻量语义头和树木交叉注意力掩码解码器，在FOR-instance v3基准上达到90.5%精度和80.2%召回率，并展现出强跨域泛化能力。

Comments 25 pages, 6 figures, 10 tables, Corrected bibliography metadata and minor typographical issues; results unchanged

The Array Control and Data Acquisition software of the Cherenkov Telescope Array Observatory

切伦科夫望远镜阵列观测站的阵列控制与数据采集软件

I. Oya, B. López, P. Aubert, G. Barni, P. Bauza, D. Berge, J. -P. Bolle, W. Boulakbech, P. Bruno, U. Bajc, A. Bulgarelli, M. Cappi, F. Cassol, S. Caroff, L. Castaldini, T. Collins, V. Conforti, A. Costa, L. David, G. De Cesare, E. de Ona Wilhelmi, A. Di Piano, K. Egberts, R. Fernandez, V. Fioretti, S. Fukami, E. García, E. Garcia, H. Gasparyan, S. Germani, J. Hinton, C. Hoischen, F. Incardona, D. Kostunin, E. Lyard, G. Maurin, D. Melkumyan, E. Mestre, K. Munari, T. Murach, A. Muraczewski, N. Nakhjiri, D. Neise, T. Oprinsen, G. Panebianco, N. Parmiggiani, E. Pietriga, V. Pollet, B. Rudak, I. Sadeh, S. Sah, A. Sarkar, M. Schefer, T. Schmidt, D. Soldevila, S. Spinello, C. Steppa, D. F. Torres, A. Tramacere, R. Vallés, T. Vuillaume, R. Walter, F. Werner, A. Wörheide

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

AI总结 本文介绍了切伦科夫望远镜阵列观测站（CTAO）的阵列控制与数据采集（ACADA）系统，该系统负责望远镜和辅助仪器的控制、监督、数据处理以及观测调度，并支持基于实时科学警报的快速响应。

Comments Accepted version. Published in Astronomy and Computing (2026). DOI: 10.1016/j.ascom.2026.101147

Journal ref Astronomy and Computing, Volume 57, 2026, 101147

Repair Entropy in Dynamic Geometric Nearest-Neighbour Structures

动态几何最近邻结构中的修复熵

Faruk Alpay, Bugra Kilictas

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 针对小运动下的精确最近邻维护问题，提出基于修复前沿熵的自适应策略，在O(|F_t| log N)时间内修复失效证书，并验证了2400种运动场景下的有效性。

Comments 10 pages, 2 figures, 2 tables; code and dataset provided as ancillary files

C-ARC: Continuous-Adaptive Range Clustering for Non-Repetitive LiDAR Sensors

C-ARC: 面向非重复式LiDAR传感器的连续自适应范围聚类

Nick B. Schroeder, Jonathan Lichtenfeld, Oskar von Stryk

机构 * Technical University of Darmstadt（德累斯顿技术大学） ； Simulation, Systems Optimization and Robotics Group（仿真、系统优化与机器人组） 纠错

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

AI总结 提出C-ARC框架，通过滑动窗口上的持久双图结构解耦高频点插入与按需聚类检索，并利用指数控制环自适应校准网格分辨率，实现非重复式LiDAR点云的实时聚类。

Comments Submitted to IEEE Robotics and Automation Letters. This work has been submitted to the IEEE for possible publication. 8 pages, 7 figures

Sensor Configuration Matters: A Systematic Evaluation of Multimodal SLAM on Quadruped Robots

传感器配置至关重要：四足机器人多模态SLAM的系统评估

Roberto Corlito, Fabian Schmidt, Nils Seibert, Markus Enzweiler, Abhinav Valada, Arne Roennau

机构 * Machine Intelligence and Robotics Lab, Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院智能机器人实验室） ； Institute for Intelligent Systems, Esslingen University of Applied Sciences（埃森堡应用科学大学智能系统研究所） ； Department of Computer Science, University of Freiburg（弗赖堡大学计算机科学系） 纠错

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

AI总结 针对四足机器人运动中的传感器配置问题，系统评估了视觉、视觉-惯性和LiDAR-视觉-惯性SLAM方法，发现立体相机、全局快门和适当惯性集成能显著提升定位鲁棒性。

Aerial-ground LiDAR place recognition with patch-level self-supervised learning and expanded reciprocal re-ranking

空地激光雷达地点识别：基于块级自监督学习和扩展互逆重排序

Yandi Yang, Xianghong Zou, Jianping Li, Haofeng Xie, Saurav Uprety, Hongzhou Yang, Naser El-Sheimy

机构 * University of Calgary（卡尔加里大学） ； Nanchang University（南昌大学） ； Nanyang Technological University（南洋理工大学） ； Wuhan University（武汉大学） 纠错

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

AI总结 提出一种空地激光雷达地点识别框架，通过多尺度块级自监督学习缩小域差距，并利用扩展互逆重排序算法减少误检，在多个数据集上显著提升检索精度。

Viking Hill Dataset: A Lidar-Radar-Camera Dataset for Detection and Segmentation in Forest Scenes

Viking Hill数据集：用于森林场景检测与分割的激光雷达-雷达-相机数据集

Vladimír Kubelka, Oleksandr Kotlyar, Unal Artan, Martin Magnusson

机构 * Örebro University（奥雷布罗大学） ； AASS research centre（AASS研究中心） ； Robot Navigation and Perception Lab（机器人导航与感知实验室） 纠错

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

AI总结 提出首个包含4D成像雷达的森林多传感器数据集，通过MinkowskiUNet实现雷达与激光雷达点云的语义分割，并评估树干分割质量与树木尺寸的关系。

Comments 33 pages, 11 figures

Do as the Romans Do: Learning Universal Behaviors from Heterogeneous Agents

入乡随俗：从异构智能体学习通用行为

Caleb Chang, Davin Win Kyi, Natasha Jaques, Karen Leung

机构 * University of Washington（华盛顿大学） ； NVIDIA（英伟达） 纠错

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

AI总结 提出GRID方法，从追求不同目标的异构示范者中提取通用奖励，训练通用智能体以学习环境通用能力，避免模式平均偏差，提升下游任务微调效率。