自动驾驶

TGRIP: A Text-Guided Approach to Vehicle Instance Prediction in Autonomous Driving

TGRIP：一种用于自动驾驶中车辆实例预测的文本引导方法

Miguel Antunes-García, Santiago Montiel-Marín, Fabio Sánchez-García, Rodrigo Gutiérrez-Moreno, Rafael Barea, Luis M. Bergasa

机构 * Electronics Department, University of Alcalá (UAH)（阿尔卡拉大学（UAH）电子系） 纠错

专题命中 BEV与占用 ：autonomous driving(title,abstract)；BEV(abstract,abstract_cn)；occupancy(abstract)；driving perception(abstract)

AI总结 研究自动驾驶中鸟瞰图实例预测问题，提出TGRIP框架，利用视觉语言基础模型生成语义增强地图作辅助监督，使网络学习时空表征，提升预测能力。

Comments 11 pages, 5 figures

SparseOcc++: Geometry-Aware Sparse Latent Representation for Semantic Occupancy Prediction

SparseOcc++：用于语义占用预测的几何感知稀疏潜在表示

Pin Tang, Zhongdao Wang, Guoqing Wang, Xiangxuan Ren, Chao Ma

机构 * MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（教育部人工智能重点实验室，上海交通大学人工智能研究院） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室） 纠错

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

AI总结 研究针对基于视觉的3D语义占用预测，提出SparseOcc++框架，通过场景完成场将场景完成与语义分割解耦，用新方法建模复杂户外几何，实验表明其提升了IoU且速度更快。

Unsupervised Behavioral Compression: Learning Low-Dimensional Policy Manifolds through State-Occupancy Matching

无监督行为压缩：通过状态占用匹配学习低维策略流形

Andrea Fraschini, Davide Tenedini, Riccardo Zamboni, Mirco Mutti, Marcello Restelli

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

AI总结 本文提出Occupancy-based Policy Compression方法，通过改进策略压缩框架，以长周期状态空间覆盖替代即时动作匹配，提升行为表示的鲁棒性和泛化能力。

Comments RLC 2026 camera-ready version

BEVLM: Distilling Semantic Knowledge from LLMs into Bird's-Eye View Representations

BEVLM：将语言模型中的语义知识提炼到鸟瞰视图表示中

Thomas Monninger, Shaoyuan Xie, Qi Alfred Chen, Sihao Ding

机构 * Mercedes-Benz Research & Development North America（梅赛德斯-奔驰研发北美研究所） ； University of California, Irvine（加州大学伊尔弗分校） 纠错

专题命中 BEV与占用 ：BEV(abstract,abstract_cn)；autonomous driving(abstract)；end-to-end driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 研究将大语言模型集成到自动驾驶，针对现有方法冗余计算、空间一致性受限等问题，提出BEVLM框架，连接鸟瞰视图表示与大语言模型，能有效提升跨视图驾驶场景推理准确性及端到端驾驶性能。

Comments Accepted to the 2026 European Conference on Computer Vision (ECCV 2026)

FDR-Occ: Factorized Dense Routing for Full-Spectrum 3D Occupancy Prediction

FDR-Occ：用于全光谱3D占用预测的因子分解密集路由

Dubing Chen, Huan Zheng, Tianyi Yan, Yucheng Zhou, Runzhou Tao, Zhongying Qiu, Jianfei Yang, Jianbing Shen

机构 * SKL-IOTSC, CIS, University of Macau（澳门大学物联网与智慧城市国家重点实验室、计算机与信息科学系） ； Chongqing Afari Intelligent Drive Co., Ltd.（重庆阿法里智能驾驶有限公司） ； Geely Automobile Research Institute (Ningbo) Co., Ltd.（吉利汽车研究院（宁波）有限公司） 纠错

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

AI总结 研究基于视觉的3D占用预测，将视图变换抽象为无约束二分路由并提出因子分解密集路由（FDR），引入分辨率-上下文解耦架构，实验表明该框架性能优，在未校准设置中结构稳健性强。

Comments ECCV 2026

Cross-View Yaw Estimation in Location Uncertainty with Line-Aligning Yaw Scoring

位置不确定性下的跨视角偏航估计：基于线对齐的偏航评分

Taeho Kang, Nairan Zhang, Yelin Kim, Yujiao Shi, Youngki Lee

机构 * Seoul National University（首尔大学） ； Meta ； Amazon（亚马逊） ； ShanghaiTech University（上海科技大学） 纠错

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

AI总结 提出LAYS方法，通过径向不变的线共识投票，在无需精确位置的情况下实现亚度级偏航精度，显著提升未知偏航下的跨视角定位性能。

Comments 31 pages, 15 figures, ECCV 2026

Learning 3D Affordances for Blade Insertion in Cluttered Stowing

学习在杂乱收纳中进行刀片插入的3D可用空间

Tianyu Li, Harpreet Sawhney, Minju Jung, Aditya Mehrotra, Kunal Mehrotra, Mudit Agrawal

机构 * Amazon Robotics（亚马逊机器人公司） 纠错

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

AI总结 研究杂乱收纳中刀片插入的3D可用空间问题，利用VulcanVoxel方法，通过基于3D占用场的掩码自动编码器，从单峰数据恢复多模态预测，提升了性能。

GPU-Accelerated Matrix-Based Hough Transform for Online Track Reconstruction in the STCF MDC

用于STCF MDC中在线径迹重建的GPU加速基于矩阵的霍夫变换

Liang Peng, Baolin Zhang, Zhaoli Guo, Jiarui Zhao, Yizhen Ma, Aonan Zhu, Huilin Li, Zhujun Fang

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 针对STCF MDC实时径迹重建挑战，开发GPU加速基于矩阵的霍夫变换方法，通过算法-架构协同设计，改进数据表示与计算流程，提升重建吞吐量。

Orbital-Selective Mott and Antiferromagnetic Phases in Diagonally Compressed Kagome Lattice

对角压缩的 Kagome 晶格中的轨道选择性 Mott 相和反铁磁相

Jiewei Ding, Ho-Kin Tang, Wing Chi Yu

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 通过对对角压缩Kagome晶格上的半填充Hubbard模型进行量子蒙特卡洛模拟，研究晶格角和相互作用对系统各子晶格性质的影响，发现几何压缩诱导子晶格分化，得到轨道选择性Mott相和丰富相图。

Comments 16 pages, 14 figures

Maximum phase-space density of linearly polarized gluon TMDs in the saturation region

饱和区域中线偏振胶子TMD的最大相空间密度

Lei Wang

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 利用Mueller占据数论证和小x Weizsäcker-Williams与偶极子胶子分布，计算了饱和区域中线偏振胶子TMD系数$h_1^{\perp g}$的Sudakov限制最大相空间密度，发现偶极子分布的最大值为$2\alpha_s^{-3/2}$，并进行了数值Collins-Soper演化研究。

Comments This paper is being withdrawn because the numerical results contain errors that require significant revisions

Emergency Department Patient Flow Optimization with an Alternative Care Threshold Policy

基于替代护理阈值策略的急诊科患者流优化

Sahba Baniasadi, Paul M. Griffin, Prakash Chakraborty

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 针对急诊科拥挤问题，提出基于阈值的收治政策，将非紧急患者在高峰拥堵时重定向至替代护理途径，通过特定排队系统建模并分析，得出最优阈值，有显著性能提升。

Comments 44 pages, 14 figures