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。
ASTAD：自动驾驶中合成到真实适应的非对称风格迁移
机构 * Department of Automation, Tsinghua University（自动化系，清华大学）
专题命中 感知 ：autonomous driving(title,abstract)；driving perception(abstract)；分类 cs.CV
AI总结 提出ASTAD任务，针对合成数据有标注而真实数据无标注的不对称性，设计无训练两阶段框架ASTModel，通过粗语义先验提取和动态精炼实现类一致风格迁移，显著提升下游感知性能并加速推理。
Comments Accepted for publication at the 19th European Conference on Computer Vision (ECCV 2026)
当停止失效：通过人机交互自动驾驶重新思考安全交通系统的最小风险条件
专题命中 感知 ：autonomous driving(title)；分类 cs.RO、cs.CV、cs.AI
AI总结 分析自动驾驶车辆因停止行为导致的交通阻塞、应急干扰等事故，提出需从被动策略转向人机交互自主性，增强感知、规划与控制能力。
Comments 8 pages, 1 figure, Accepted to IEEE ITSC 2026
RadarTwin：面向移动室内感知的场景特定毫米波雷达仿真与学习
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.CV
AI总结 提出RadarTwin框架，利用3D重建和视觉语言模型推断材料属性，通过物理射线追踪合成FMCW雷达数据，解决雷达数据稀缺问题，仿真训练模型在真实场景中识别物体准确率达95.3%。
语义感知、物理信息、几何基础的天气视频合成
机构 * University of Leeds, UK（利兹大学，英国） ； National University of Singapore, Singapore（新加坡国立大学） ； University of California, Los Angeles, USA（美国加州大学洛杉矶分校） ； Hefei University of Technology, China（合肥工业大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI
AI总结 提出一种语义感知、物理信息、几何基础的框架，通过语义、动力学和几何三个条件信号引导视频编辑器合成多样且真实的天气效果，并提升自动驾驶语义分割的鲁棒性。
LeAD-M3D：利用不对称蒸馏实现实时单目3D检测
机构 * DeepScenario ； ETH Zurich（苏黎世联邦理工学院） ； TU Munich（慕尼黑工业大学） ； MCML（慕尼黑机器学习中心） ； TU Darmstadt（达姆施塔特工业大学） ； ELIZA ； Microsoft（微软）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 本文提出LeAD-M3D，通过不对称蒸馏提升单目3D检测精度与效率，无需额外模态，在KITTI和Waymo数据集上达到SOTA性能，速度提升达3.6倍。
Comments ECCV 2026. Project page: https://deepscenario.github.io/LeAD-M3D/
DivAS：通过深度加权体素聚合实现交互式3D分割
机构 * Indian Institute of Technology Kanpur（印度理工学院坎普尔分校） ； Indian Institute of Technology Jodhpur（印度理工学院焦特布尔分校）
专题命中 感知 ：occupancy(abstract)；分类 cs.CV
AI总结 DivAS通过深度加权体素聚合实现交互式3D分割，无需优化循环，基于GAussian Splatting和NeRF框架，实现高效且高质量的3D分割。
MonoSR: 从单目图像进行开放词汇空间推理
机构 * Technical University of Munich（慕尼黑工业大学） ； A*STAR Institute of Advanced Intelligence and Computing（新加坡科技研究局高级智能与计算研究所） ； Singapore University of Technology and Design（新加坡科技设计大学） ； Nanyang Technological University（南洋理工大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出MonoSR大规模单目空间推理数据集，涵盖多种场景并支持多种问题类型，评估先进视觉-语言模型并分析辅助信息对单目空间推理的重要性，为开放世界中的单目空间推理提供基础。
Comments Accepted by ECCV 2026
PLOT：通过物体跟踪进行伪标签的单目3D目标检测
机构 * Korea Institute of Science and Technology (KIST)（韩国科学技术研究院） ； KAIST AI（韩国科学技术院人工智能系） ； VRG, FEE, Czech Technical University in Prague（布拉格捷克理工大学电气工程学院视觉识别组） ； Samsung Research（三星研究院） ； AI-Robotics, KIST School, University of Science and Technology (UST)（科学技术联合大学院KIST学院人工智能机器人系） ； Yonsei-KIST Convergence Research Institute, Yonsei University（延世大学延世-KIST融合研究院）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 PLOT通过物体跟踪生成单目视频中的3D标注，无需辅助传感器或模型重训练，实现了在自动驾驶、机器人和监控等领域的可靠3D目标检测。
Comments Accepted to ECCV 2026
具有本地电输出的宽带磁波谱仪的设计与实现
专题命中 感知 ：occupancy(abstract)
AI总结 本文通过可扩展的工艺制备了基于自旋波的罗兰圆光谱仪，实现了电输入和本地电输出，并通过实验验证了其波前偏转特性，提出了多罗兰圆可扩展架构以控制带宽和频谱分辨率。
Comments 15 pages, 15 figures, 1 table
混合AI-物理框架用于稀疏传感下的震后结构损伤诊断
专题命中 感知 ：occupancy(abstract)
AI总结 提出一种物理信息无监督学习框架，融合传感器数据与物理模拟，通过时空复合自编码网络（SCAN）从震前数据学习正常行为，检测并定位震后损伤，无需标签数据。
面向自动驾驶的查询驱动通信高效数字孪生设计
机构 * Beijing Laboratory of Advanced Information Network（北京先进信息网络实验室） ； Beijing Key Laboratory of Network System Architecture and Convergence（北京网络系统架构与收敛重点实验室） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Information Systems Technology and Design Pillar（信息系统技术与设计学院）
专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI
AI总结 提出查询驱动数字孪生架构，通过主动请求所需环境数据减少冗余，优化问题最小化位置误差并满足保真度和通信约束，设计跨时间步渐进查询机制，实现位置误差降低24%、通信开销减少40%。
Comments 14 pages, 9 figures
进化超参数优化以寻找用于自主转向的轻量级CNN模型
专题命中 规划控制 ：autonomous driving(abstract)；self-driving(abstract)；分类 cs.RO、cs.CV
AI总结 采用(N+M)进化策略自动调优CNN超参数，在极小数据集上训练轻量级模型实现实时转向角预测，平衡计算效率与精度。
Comments 7 pages, 5 figures. Accepted at 2025 IEEE International Conference on Electro Information Technology (eIT). Author-accepted manuscript. Final published version: https://doi.org/10.1109/eIT64391.2025.11103679
通过最优面的定价运动：非平稳对抗MDP的法扇几何
机构 * Komori Research（Komori研究）
专题命中 规划控制 ：occupancy(abstract)；分类 cs.AI
AI总结 本文提出法扇几何框架，将非平稳对抗MDP中的动态遗憾分解为面穿越价格与面内选择误差，区分了有代价与无害的非平稳性。
TrajRS：面向行人轨迹预测的可认证鲁棒性
机构 * Key Laboratory of System Software (Chinese Academy of Sciences) and State Key Laboratory of Computer Science, Institute of Software, Chinese Academy of Sciences, China（中国科学院系统软件重点实验室（中国科学院）和计算机科学国家重点实验室，软件研究所，中国） ； University of Chinese Academy of Sciences, China（中国科学院大学，中国） ； Nanjing Institute of Software Technology, Chinese Academy of Sciences, China（中国科学院南京软件技术研究所，中国） ； Hangzhou Institute for Advanced Study, UCAS, China（浙江大学杭州高等研究院，中国）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.AI
AI总结 针对轨迹预测模型易受对抗攻击的问题，提出TrajRS框架，将随机平滑扩展到轨迹预测领域，为平滑后的预测器提供认证鲁棒半径，并针对最优预测和所有可能预测两种鲁棒性定义进行优化。
Comments Accepted by 2026 IEEE International Conference on Acoustics, Speech and Signal Processing
OLiVia-Nav: 一种面向移动机器人社交导航的在线终身视觉语言方法
机构 * University of Toronto（多伦多大学）
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO
AI总结 OLiVia-Nav通过融合视觉语言模型与在线终身学习框架，实现机器人社交导航中的社会规范适应与动态轨迹规划，优于现有方法。
三维光学晶格中排斥费米子的热熵、密度无序与反铁磁性
专题命中 规划控制 ：occupancy(abstract)
AI总结 研究揭示三维Hubbard模型中反铁磁相变的热熵、密度无序与反铁磁性之间的关系，通过精确辅助场量子蒙特卡罗模拟确定熵相图并解释实验中反铁磁结构因子与临界熵的异常最大值现象。
Comments 8 pages, 6 figures
Journal ref Chinese Phys. Lett. 42 110710 (2025)
OWMDrive: 基于4D占用世界模型的因果感知端到端自动驾驶
机构 * The School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Waytous Inc.（Waytous公司） ； The State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统国家重点实验室） ； The College of Surveying and Geo-Informatics, Tongji University（同济大学测绘与地理信息学院）
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；occupancy(title,abstract)；end-to-end driving(abstract)；分类 cs.CV
AI总结 提出OWMDrive框架，利用4D占用世界模型预测多步3D占用，作为条件先验引导扩散规划器生成强化轨迹，显式建模时空因果依赖，提升复杂场景下的规划鲁棒性和安全性。
Comments International Conference on Intelligent Robots and Systems (IROS), 2026
X-Mind: 通过预测世界模型实现高效视觉思维链的端到端驾驶
机构 * XPeng Inc.（小鹏汽车）
专题命中 端到端驾驶 ：end-to-end driving(title,abstract)；BEV(abstract,abstract_cn)；分类 cs.CV、cs.AI
AI总结 提出X-Mind框架，将预测世界模型内化为视觉思维链，通过紧凑的草图表示和循环块扩散方案，实现高效、低延迟的端到端驾驶策略。
从错误中学习：面向自动驾驶的展开-检索终身策略学习
机构 * School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械工程学院） ； 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）
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV、cs.AI
AI总结 提出R²LPL框架，通过从可恢复的闭环驾驶错误中检索纠正目标并进行终身学习，将稀疏失败证据转化为监督知识，持续提升自动驾驶策略性能。
Comments 15 pages, 6 figures. Code available at: https://github.com/Engibacter/R2LPL
端到端的激光雷达深度强化学习用于作物行导航
机构 * University of São Paulo (USP)（圣保罗大学）
专题命中 端到端驾驶 ：LiDAR(title,abstract)；分类 cs.RO、cs.AI
AI总结 本文提出基于激光雷达的端到端导航系统，通过深度强化学习直接将3D激光雷达数据映射到控制指令，解决农业环境中GNSS不可靠、行内杂乱和光照变化的问题。
Comments Accepted to the 22nd International Conference on Advanced Robotics (ICAR 2025). 7 pages
Journal ref 22nd International Conference on Advanced Robotics (ICAR), 2025
ExploreVLA: 为端到端自动驾驶的密集世界建模与探索
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 本文提出基于世界建模的统一理解与生成框架，通过密集监督和内在奖励提升自动驾驶策略探索能力，在NAVSIM和nuScenes基准上取得优异性能。
Comments Accepted to ECCV 2026. The code is available at https://zihaosheng.github.io/ExploreVLA/
神经立体视频压缩与混合视差补偿
机构 * University of Electronic Science and Technology of China（电子科技大学） ； The University of Newcastle（纽卡斯尔大学）
专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV、eess.IV
AI总结 本文提出混合视差补偿策略，结合显式像素位移与隐式交叉注意力机制，提升立体视频压缩性能。
TrafficAlign: 对齐大语言模型用于交通场景生成
专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出TrafficAlign框架，利用真实驾驶视频合成交通场景并对齐大语言模型，生成场景使自动驾驶模型碰撞率提升10.8%，微调后碰撞率降低36.1%。
Comments Accepted to CVPR 2026
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), June 2026, pp. 39744-39754
商业世界模型
机构 * AI Engineering, USA TODAY Co., Inc.（AI工程，USA TODAY公司） ； School of Systems Science and Industrial Engineering, Binghamton University, State University of New York（系统科学与工业工程学院，宾夕法尼亚州立大学宾夕法尼亚州立大学） ； Binghamton Center of Complex Systems, Binghamton University, State University of New York（宾夕法尼亚州立大学复杂系统中心） ； Waseda Innovation Lab, Waseda University, Tokyo, Japan（早稻田大学创新实验室）
专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.AI
AI总结 提出商业世界模型（BWM）架构，将世界模型思想应用于商业环境，通过编码状态、动态、约束和目标，支持自主决策与规划。
MTD-Map：基于混合转移分布的单阶段长期LiDAR地图维护框架
专题命中 BEV与占用 ：LiDAR(title,title_cn)；occupancy(abstract)；分类 cs.RO
AI总结 提出MTD-Map，一种单阶段框架，通过混合转移分布建模同时处理动态物体移除和变化检测，无需独立模块，并采用递归公式和自适应策略平衡噪声抑制与准静态结构保留。
Comments 8 pages, Accepted to IROS 2026
FlatLands: 从单个视角生成地板地图完成
机构 * School of Computing, The Australian National University, Canberra, Australia（澳大利亚国立大学计算机学院，堪培拉，澳大利亚）
专题命中 BEV与占用 ：BEV(abstract)；分类 cs.RO、cs.CV、eess.IV
AI总结 本文提出FlatLands数据集和基准，用于单视角鸟瞰图地板完成。通过27万次真实室内场景观测，提供对齐的观测、可见性、有效性及真实BEV地图，支持分布内和分布外评估，比较多种模型并提出端到端的RGB到地板地图管道。
Comments In Proceedings of the European Conference of Computer Vision 2026
部分仪器化的高紧凑度、高颗粒度电磁量能器在1至6 GeV电子束中的测试
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 针对LUXE实验和未来正负电子对撞机，FCAL合作组开发了紧凑型硅-钨电磁量能器，并利用1-6 GeV电子束测试了部分仪器化的原型，展示了最小电离粒子校准和簇射发展，验证了该技术的可行性。
Comments Contribution to the International Workshop on Future Linear Colliders (LCWS 2025), 20-24 October 2025. Valencia, Spain (C25-10-20.1)
Journal ref Eur. Phys. J. Plus 141, 727 (2026)
临界引力坍缩中的饱和状态方程：原初黑洞阈值
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 通过广义相对论模拟，研究具有饱和密度的状态方程对原初黑洞形成阈值和临界标度指数的影响，发现阈值增加约0.5%，但临界指数保持不变。
自监督几何推理用于LiDAR同时定位与地图构建
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国高级科学研究院） ； Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆北科学技术院）
专题命中 激光雷达 ：LiDAR(title,title_cn)；分类 cs.RO
AI总结 提出自监督框架，通过学习局部几何的显式符号表示（高斯分布协方差）并递归优化LiDAR SLAM，无需密集标签，提升低分辨率或稀疏点云下的定位与建图精度。
PL-LIT：一种使用点线特征和热成像的LiDAR-惯性-热SLAM系统
机构 * Tsinghua University（清华大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； University of California, Berkeley（加州大学伯克利分校） ； Xinchen Qihang Co., Ltd.（新晨启航有限公司）
专题命中 激光雷达 ：LiDAR(title,title_cn)；分类 cs.RO
AI总结 提出PL-LIT系统，结合光度校准与点线特征提取网络，通过ESIKF紧耦合LiDAR、惯性和热数据，实现鲁棒的热SLAM，并构建概率热强度体素地图用于热异常检测。
Comments 8 pages,International Conference on Intelligent Robots and Systems 2026 (IROS)
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