Evaluating multi-season occupancy models with autocorrelation fitted to heterogeneous datasets
评估拟合异构数据集的具有自相关的多季节占用模型
专题命中 BEV与占用 ：occupancy(title,abstract)
AI总结 研究受异构蝴蝶占用数据集启发，评估含时空随机效应的多季节占用模型，发现其对异构数据和协变量重叠有鲁棒性，但存在可识别性问题，受数据间隙挑战，即使数据丰富地区也受影响。
视觉与机器人
自动驾驶
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
1. BEV与占用 4 篇
Map as a Prompt: Learning Multi-Modal Spatial-Signal Foundation Models for Cross-scenario Wireless Localization
地图作为提示：学习用于跨场景无线定位的多模态空间信号基础模型
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Shanghai Academy of AI for Science（上海人工智能科学研究院） ； Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化院）
专题命中 BEV与占用 ：autonomous driving(abstract)；分类 cs.AI
AI总结 针对无线定位在不同环境中面临的挑战及现有方法的局限，提出多模态基础模型SigMap，通过循环自适应掩码策略和“地图即提示”框架学习无线表示并实现跨场景适应，实验证明其性能领先且零样本泛化能力强。
Comments 17pages, 9 figures, poster in International Conference on Learning Representations (ICLR), 2026
On inferring cumulative constraints
关于推断累积约束
机构 * Faculty of Electrical Engineering, Mathematics & Computer Science（电气工程、数学与计算机科学系） ； Delft University of Technology（代尔夫特理工大学）
专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.AI
AI总结 该研究提出了一种预处理方法，通过推断额外的累积约束来捕捉多资源交互，从而提高调度问题的搜索性能和目标界限精度。
Comments 17 pages, 6 figures, 4 tables; submitted to the 32nd International Conference on Principles and Practice of Constraint Programming (CP 2026)
ContactFusion: Stochastic Poisson Surface Maps from Visual and Contact Sensing
ContactFusion：基于视觉和接触传感的随机泊松曲面地图
机构 * School of Informatics, University of Edinburgh（信息学院，爱丁堡大学） ； Department of Mechanical and Mechatronics Engineering, University of Waterloo（机械与机电工程系，滑铁卢大学）
专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.RO
AI总结 研究针对机器人装配中场景理解噪声影响插入成功率的问题，提出ContactFusion方法，结合全局映射与局部接触信息，通过拒绝采样程序估计接触位置，将接触与视觉信息融合到SPSMap，验证了方法有效性并改善孔位估计。
Comments Version accepted to IROS2026
